混沌时间序列的LSSVM预测方法

结合相空间重构理论,提出运用最小二乘支持向量机(LSSVM)建立混沌时间序列的预测模型,并用粒子群优化(PSO)解决LSSVM参数寻优的问题.通过与RBF神经网络构建的预测模型相比较,计算预测模型的均方根误差来评价模型的性能.结果表明:采用PSO优化的LSSVM预测模型的预测精度更高.     

真真切切根脉永恒

且看当前的课堂，你一个创新，我一番变异，语文教学这棵大树呈现出一片绿叶葱茏的勃勃生机。但是，我们再冷静地分析一下，可以看到由于教学内容“胖”了、教学环节“碎”了、能力训练“浮”了、教学形式“花”了……从而导致教学效果“虚”了。因此，我们的心情不时处于矛盾状态：为什么这变那变，语文教学的质量越加难以提高，语文教学到底如何是好？其实“万变不离其宗”，我们应通过万变转其宗，把握好语文教学中这些或浓或淡的根脉情意，真真切切地教，让学生明明白白地学得终身受益的语文知识。