期刊文献+

我国民航安全周期波动转折点预测方法的研究 被引量:1

下载PDF
导出
摘要 本文应用基于风险最小化原理的支持向量机,研究了我国民航安全周期波动转折点预测的问题,并与人工神经网络预测方法进行对比研究,发现支持向量机预测正确率为83.3%,BP人工神经网络为75%。结果表明支持向量机能够相对更好地反映我国民航安全周期波动的性态,可以作为探索我国民航安全周期波动转折点预测问题的新方法、新思路的一种尝试。
出处 《中国科技产业》 2006年第12期66-68,共3页 Science & Technology Industry of China
  • 相关文献

参考文献5

  • 1沈世镒,抻经网络系统理论及应用[M],北京:科学出版社;1998年
  • 2刘广利,邓乃扬.基于SVM分类的预警系统[J].中国农业大学学报,2002,7(6):97-100. 被引量:16
  • 3徐柏龄,前车之鉴,北京:中国民航出版社;2002年
  • 4武旭,运输周期波动理论[D],博士学位论文,北京交通大学;2005年
  • 5民航总局航空安全办公室《中国民航航空安全报告》2005,2006年3月

二级参考文献6

  • 1王建成.我国宏观经济预警系统的预警方法研究:[学位论文].杭州:浙江大学,1999
  • 2Schlkopf S, Burges C J C, Smola A J. Advances in Kernel Methods: Support Vector Leaming. Cambridge: MIT Press, 1999.43~45
  • 3Cristianini N, Shawe-Taylor J. Introduction to Support Vector Machines. Cambridge: Cambridge University Press, 2000.52~76
  • 4Weston J, Elisseeff A, Schlkopf B. Use of the lo-norm with linear models and kernel methods. BIOWulf Technical Report, 2001.12p
  • 5Chapelle O, Vapnik V, Bousquet O, et al. Choosing kernel parameters for support vector machines. Machine Learning, http:∥citeseer. nj.nec.com/384397.html,2000
  • 6Weston J, Mukherjee S, Chapelle O, et al. Feature selection for svms. Advances in Neural Information Processing Systems, http:∥citeseer. nj.nec.com/326502.html,2000

共引文献15

同被引文献9

引证文献1

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