|
|||||
|
|
| 基于数据依赖核支持向量机回归的风速预测模型 | |
| 作者姓名： | 王定成 倪郁佳 陈北京 曹智丽 |
| 作者单位： | 南京信息工程大学计算机与软件学院 |
| 基金项目： | 国家自然科学基金(61103141);江苏省自然科学基金(BK2012858);江苏省高校自然科学研究资助项目(13KJB520015) |
| 摘 要： | 针对风速随机性大、影响因素多、预测准确度不高的情况,基于支持向量机与信息几何的统计学关联性,从信息几何学角度分析核函数的几何结构,构造数据依赖核函数,并与支持向量机回归相结合,形成数据依赖核支持向量机回归(Data Dependent Kernel-SVR,DDK-SVR)方法.将该方法用于风速预测中,建立DDK-SVR风速预测模型,并将预测结果与传统支持向量机、神经网络方法进行对比.结果表明,DDK-SVR方法具有更高的预测精度. |
| 关 键 词： | 风速预测 数据依赖核 支持向量机回归 |
| 本文献已被 CNKI 等数据库收录！ | |