支持向量机在电信话务量预测中的应用分析

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。