基于数据依赖核支持向量机回归的风速预测模型 (2014年)

【文件属性】：
文件名称：基于数据依赖核支持向量机回归的风速预测模型 (2014年)
文件大小：3.37MB
文件格式：PDF
更新时间：2021-05-15 03:45:36
自然科学 论文 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．