| 组合核RVM在CPI预测中的应用研究 |
| |
| 引用本文： | 李昌良,江燕,王殿君,韩继光. 组合核RVM在CPI预测中的应用研究[J]. 重庆理工大学学报(社会科学版), 2016, 0(5): 48-52. DOI: 10.3969/j.issn.1674-8425(s).2016.05.006 |
| |
| 作者姓名： | 李昌良 江燕 王殿君 韩继光 |
| |
| 作者单位： | 1. 昆明理工大学质量发展研究院,昆明,650093;2. 山西财经大学会计学院,太原,030006;3. 昆明理工大学信息工程与自动化学院,昆明,650093;4. 云南农业大学机电工程学院,昆明,650201 |
| |
| 摘 要： | 针对传统预测模型训练时间长、误差大的缺陷，提出高可靠的组合核相关向量机模型用于CPI预测。构建组合核相关向量机预测模型，根据我国1987年1月至2015年2月的CPI 月度数据，得到CPI的回归预测曲线，再与支持向量机和单核相关向量机进行对比。仿真模拟表明：组合核相关向量机预测模型预测CPI的平均误差可控制在1％以内，运行时间为1．35 s，预测结果良好。
|
| 关 键 词： | 组合核 相关向量机 CPI |
Study on Application of Compounding Kernels RVM in Prediction of CPI |
| |
| LI Chang-liang,JIANG Yan,WANG Dian-jun,HAN Ji-guang. Study on Application of Compounding Kernels RVM in Prediction of CPI[J]. Journal of Chongqing Institute of Technology, 2016, 0(5): 48-52. DOI: 10.3969/j.issn.1674-8425(s).2016.05.006 |
| |
| Authors: | LI Chang-liang JIANG Yan WANG Dian-jun HAN Ji-guang |
| |
| Abstract: | Traditional forecasting models have defects of needing long training time and producing more errors.This paper presents highly reliable nuclear relevance vector machine model used for the CPI forecasts.Based on the monthly historical data from January 1987 to February 2015 CPI,the paper builds a composite core relevance vector machine predictive model,forecasts regression curves by the CPI.Simulation shows that the combination of nuclear relevance vector machines prediction model can make the average error of the CPI controlled within 1%,and the running time is 1 .35 s, so it achieved good results. |
| |
| Keywords: | Compounding Kernels (CK) Relevance Vector Machines (RVM) CPI |
| 本文献已被 万方数据 等数据库收录！ |
|
