论文研究-多任务LS-SVM在时间序列预测中的应用.pdf

时间:2022-09-27 18:09:01
【文件属性】:

文件名称:论文研究-多任务LS-SVM在时间序列预测中的应用.pdf

文件大小:951KB

文件格式:PDF

更新时间:2022-09-27 18:09:01

论文研究

针对单任务时间序列中存在的信息挖掘不充分、预测精度低等问题,提出了一种基于多任务最小二乘支持向量机(MTLS-SVM)的时间序列预测方法。该方法将多个时间序列任务同时进行学习,使得在训练过程中任务之间能够相互牵制起到归纳偏置作用,最终有效提高模型的预测精度。首先,利用相邻时间点之间的密切相关性,构造多个相邻时间点的学习任务,然后将每个任务对应的数据集同时训练MTLS-SVM模型并将其用于预测。将该方法用于几个时间序列数据集并与单任务LS-SVM方法相比,实验结果表明该方法具有较高的预测精度,验证了方法的可行性和有效性。


网友评论