基于多预测器融合的医学时间序列数据预测

医学时间序列的预测对医疗工作具有重要指导意义,提出一种基于多预测器融合的时间序列预测方法,吸收不同单预测器的优点,从而提高预测性能。首先,在训练集上,分别用BP神经网络、多项式回归和稳健线性回归等预测器进行模型训练;其次,根据其相对误差推导自身权重,并将三个单预测器加权组合成为多预测器系统。实验过程将多预测器与三个单预测器进行比较,结果显示:多预测器的效果较好。