胡荣 多输出支持向量回归在股票市场指数预测中的应用。 （中文。英文摘要） Zbl 1174.91405号 J.云南民族。大学，自然科学。 16，第3期，189-192（2007）. 摘要：本文提出了一种新的多输出支持向量回归（SVR）方法，其中定义了超球不敏感函数，而不是超cubical不敏感函数。我们使用迭代过程来获得所需的解。支持向量（SV）可以直接找到，不需要得到稀疏矩阵。上海股市指数的预测结果表明，考虑各产出之间的相关性，可以获得更高的精度，增强抗噪声能力。 MSC公司： 91B28型 财务等（MSC2000） 91B84号 经济时间序列分析 68T05型 人工智能中的学习和自适应系统 62米10 统计学中的时间序列、自相关、回归等（GARCH） 关键词：多输出支持向量回归;时间序列;股票市场指数;预测 PDF格式BibTeX公司 XML格式引用 \textit{R.Hu}，J.云南民族。大学，自然科学。16，第3号，189--192（2007；Zbl 1174.91405）