徐宝华;韩、东 基于预测相关性的LS-SVM组合预测技术及其应用。 （英语） Zbl 1356.68170号 温振坤（编辑）等，《智能系统基础》。第八届智能系统与知识工程国际会议论文集，2013年ISKE，中国深圳，2013年11月20日至23日。2个音量设置。柏林：施普林格出版社（ISBN 978-3-642-54923-6/pbk）。《智能系统与计算进展》277，559-566（2014）。 摘要：针对加权几何平均组合预测技术、调和平均组合预测方法和人工神经网络组合预测技术存在的问题，选择最小二乘支持向量机（LS-SVM）对非线性组合预测技术进行研究。在阐述LS-SVM回归算法的基础上，建立了LS-SVM组合预测模型。在阐述基于泛化误差的传统建模方法的基础上，考虑到预测值与真值之间的相关性，通过对泛化误差概念的扩展，提出了预测相关性的概念，进而提出了基于预测相关性的建模方法，并通过实例验证了其有效性。关于整个系列，请参见[Zbl 1294.68030号]. MSC公司： 68T05型 人工智能中的学习和自适应系统 关键词：非线性组合预测;最小二乘支持向量机;泛化误差;预测相关性 PDF格式BibTeX公司 XML格式引用 \textit{B.Xu}和\textit{D.Han}，高级情报。系统。计算。277559-566（2014年；Zbl 1356.68170） 全文： 内政部 参考文献： [1] 第页·doi:10.1016/S1874-8651（10）60071-3 [2] 第页。 [3] 第页。 [4] 第页·Zbl 1174.62498号 [5] 第页。 [6] 第页。 [7] 第页。 [8] 第页。 [9] 第页。 [10] 第页。 [11] 第页。 [12] 第页。 [13] 第页·Zbl 1172.91307号 [14] 第页。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。