高维支持向量机的一些新发展

对高维支持向量机(SVM)的一些新发展如非凸惩罚SVM,L₁范数SVM的误差界以及SVM在充分性降维中的应用进行了介绍；通过数值模拟和实例分析，展示了这些新方法在有限样本时的表现；讨论了一些可能的方向和问题.     

基于多小波的北京市房屋市场价格的分析预测

针对房价波动大的数据特征,将多小波分析与房价预测问题结合,以北京市2010—2018年的房屋数据作为研究对象,探究了利用Haar小波变换、Daubechies系列小波变换以及基于过采样预处理的GHM多小波变换和CL多小波变换处理房价数据的分解重构效果,并通过对高频系数进行门限阈值量化重构处理以达到去噪的目的;建立支持向量机（SVM）预测模型,通过探究4种小波处理方法对房屋价格预测的影响结果,给出了相应预测效果更佳的数据处理方法和选择依据。