模糊SVM在股市预测中的算法研究与应用 |
| |
引用本文: | 马法尧.模糊SVM在股市预测中的算法研究与应用[J].西南民族大学学报,2006,27(10):184-186. |
| |
作者姓名: | 马法尧 |
| |
作者单位: | 西华大学管理学院 |
| |
摘 要: | 针对现有模糊支持向量机(SVM)使用中直接选择模糊隶属度存在的不足,本文提出了一种对模糊隶属度进行优化的新方法。该方法通过选取曲率变化大、形式简单的幂函数作为候选隶属度函数,并采用格子搜索法寻找最优参数,从而可以确定出最优模糊隶属度。仿真实验表明:在利用模糊SVM训练时间序列数据集时,采用本文方法确定最优模糊隶属度,比目前常用选择模糊隶属度的方法效果好。
|
关 键 词: | 模糊支持向量机 模糊隶属度 格子搜索 最优模糊隶属度 选择模糊隶属度 |
文章编号: | 1004-3926(2006)10-0184-03 |
修稿时间: | 2006年8月30日 |
本文献已被 CNKI 等数据库收录! |
|