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)