1 预测算法,预测就是人们对客观事物未来发展的预料、估计、分析、判断和推测。预测所涉及的领域包括政治、经济、文化、教育以及人们的心理、社会道德等各个方面[3]。预测对于国家以及我们普通百姓来说,都是具有一定价值的,国家需要根据本国国情做出预测,进而选择实行的政策。而商人需要对市场的发展进行预测,从而决定货物的存入以及出售。目前各个国家的科学家们研究出各种预测算法,其中应用的比较广泛的有逻辑回归,简称LR,人工神经网络(如BPNN,ESN),支持向量回归预测,简称SVR,特征选择算法,简称SRN,深度学习等,这些算法在各种科研项目中都有着应用,效果也比较理想,本文着重研究的是SVR算法。82390

2 主成分分析

在用统计分析方法研究多变量的课题时,变量个数太多会使得课题变得复杂很多[4]。当然,我们希望变量的数量少,而且能够反映出多的信息,但是,在很多情况下,变量与变量之间是有一定的相关关系的,当两个变量之间有一定相关关系时,可以理解为变量之间隐藏了重叠的信息。主成分分析就是把原本所有的变量,通过一种算法把它们用更少的变量表示,而同时尽可能少得丢失信息,这也是数学上用来降维的一种方法。目前,主成分分析在统计和预测方面应用比较广泛,它能够减少变量个数的优点,使得一些需要大数据运算的研究得以开展,所以越多越多的科研中运用到了主成分分析算法进行变量的降维。

主成分分析被广泛应用于科研项目中,比如在人口统计学,数量地理学,分子动力学等,尤其是在变量个数很多的情况下,对变量进行降维处理显得尤为重要,因此采用主成分分析法是很好的解决方案。主成分分析经过了这些年的发展,有不少人提出了改进,如对原始数据处理的改进,综合评价的改进等等,经过这些努力,主成分分析已经发展成一门成熟的技术。论文网

3 支持向量回归

支持向量回归是基于支持向量机的一种回归分析预测方法,支持向量机主要是基于训练数据得到模型,对数据进行分类,而支持向量回归则是基于训练数据得到模型,对数据进行预测。

支持向量机理论20世纪90年代提出以来[5],在各种应用领域表现出较好的推广能力和发展潜力,应用比较广泛,并在模式识别等领域得到成功应用。手写数字的识别是支持向量机在模式识别领域的第一个应用,此后SVM逐渐在人脸识别与人脸检测以及文本分类等各种领域里应用开来,支持向量机刚被提出来时,运行效率和收敛速度都不甚理想,特别在当时计算机性能还没有如今这么好的情况下,对于速度的提升是支持向量机继续发展必须解决的问题,为此研究人员们付出了巨大的努力,提出了如下的很多改进方法,不断推动支持向量机研究向前发展。 

1)模糊支持向量机。为了提高支持向量机的抗噪音能力,引入了样本对于类别的隶属度函数,这样一来,每个样本对于类别的影响度是不同的,大大增加了抗噪能力,尤其适合在未能完全揭示输入样本特性的情况下。

2)最小二乘支持向量机。这种方法是在1999年提出,经过这么多年的发展,已经取得了相当的运用。

3)加权支持向量机,主要有两种,一种是偏样本的加权,另一种是偏风险的加权。 

4)主动学习支持向量机。主动学习可以在学习过程中根据学习进程以及学习目标,选择有利于分类器性能提高的样本来进一步训练分类器,继续学习,这样能减少评价样本的数量以及提高利用率[6]。 

上一篇:液态金属电子打印机国内外研究现状
下一篇:网络自制综艺节目国内外研究现状

社会支持与主观幸福感国内外研究现状

建构主义学习理论国内外研究现状

国内外处理有机工业废水的主要方法研究现状

验证码识别算法国内外研究现状和参考文献

主观幸福感国内外研究现状综述

国内外路径规划算法研究现状

公路安全评价宏观预测道...

麦秸秆还田和沼液灌溉对...

张洁小说《无字》中的女性意识

安康汉江网讯

ASP.net+sqlserver企业设备管理系统设计与开发

网络语言“XX体”研究

新課改下小學语文洧效阅...

老年2型糖尿病患者运动疗...

LiMn1-xFexPO4正极材料合成及充放电性能研究

我国风险投资的发展现状问题及对策分析

互联网教育”变革路径研究进展【7972字】