期刊文献+

基于支持向量机的外贸出口预测 被引量:13

下载PDF
导出
摘要 针对支持向量机(SVM)方法所具有的拟合精度高、推广能力强、全局最优且针对小样本等特点,本文将SVM回归建模方法引入到外贸出口预测中,对出口时间序列建立预测模型,并利用此法对重庆摩托车出口进行了预测,对其预测性能进行了验证比较。结果表明,SVM方法对非平稳的小样本出口时间序列数据有良好的建模和泛化能力,且可达到较高的预测精度。
作者 肖智 陈婷婷
出处 《科技管理研究》 CSSCI 北大核心 2006年第7期231-234,共4页 Science and Technology Management Research
基金 重庆市自然科学基金资助项目(CSTC.2004BB2183)
  • 相关文献

参考文献8

  • 1陈林芳,张永安.外贸与我国经济增长关系分析[J].现代管理科学,2005(3):60-61. 被引量:1
  • 2王振全,徐山鹰.协整模型与预测——中国外贸出口的定量研究[J].国际贸易,2000(1):23-26. 被引量:17
  • 3VAPNIKVN 张学工译.统计学习理论的本质[M].清华大学出版社,2000..
  • 4TAY F E H, CAO L J. Modified support vector machines in financial time series forecasting[ J ]. Neurocomputing,2002,48:847-861.
  • 5TRAFALIS T B, INCO H. Support vector machine for regression and applications to financial forecasting[ C ]//Proceedings of the IEEE -INNS- ENNS International Joint Conference on Neural Networks.Como, Italy ,2000,6:348 - 353.
  • 6杜小芳,张金隆.农产品销量预测的支持向量机方法[J].中国管理科学,2005,13(4):129-134. 被引量:15
  • 7MULLER K R, SMOLA A J ,RATSCH G,et al.Predicting time series with support vector machines[ C]//GERSTNER W,GERMONDA, Eds. Proc of the International Conference on Artificial Neural Networks. Berlin:S pringer Verlag, 1997:999 - 1004.
  • 8JOACHIMS T. Making large -Scale SVM Learning Practical[ M ]//SCHOLKOPF B, BURGES C AND SMOLA A. Advances in Kernel Methods - Support Vector Learning. MIT - Press, 1999.

二级参考文献26

共引文献69

同被引文献111

引证文献13

二级引证文献180

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部