支持向量机在电信话务量预测中的应用分析 |
| |
引用本文: | 韩慧敏,高宝成,陆景辉.支持向量机在电信话务量预测中的应用分析[J].科技咨询导报,2008(2):24-24. |
| |
作者姓名: | 韩慧敏 高宝成 陆景辉 |
| |
作者单位: | 北京邮电大学自动化学院 北京100876 |
| |
摘 要: | 电信话务量预测是移动通信运营分析的一个很重要的问题,通过话务量预测,运营商可以方便地做出有针对性的决策。支持向量机(support Vector Machine或SVM)是vapnik等人在统计学习理论(statistical Learning Theory或SLT)基础上提出的一种新的通用学习方法。这种方法改变了传统的经验风险最小化原则,是针对结构风险最小化原则提出的。将支持向量机应用于电信话务量预测,在非线性回归分析中显示了良好的性能,有效地实现了有限样本数据的分析预测,保证了较好的精确性和推广性,体现了很好的泛化能力。
|
关 键 词: | 支持向量机 话务量 预测 非线性回归 |
本文献已被 CNKI 维普 等数据库收录! |
|