摘要:针对在线支持向量回归算法在提高时间序列预测执行效率的同时,其预测精度会有所下降的问题,提出一种分段在线支持向量回归的时间序列预测方法,通过缩减在线建模数据长度实现快速训练,并对在线支持向量回归模型进行分段存储,根据预测数据与子分段模型的匹配度,选取最优子分段模型预测输出,从而提高在线算法预测精度。通过对黑龙江移动通信话务量时间序列数据的实验结果表明,该算法既很好地保持了在线预测方法的运行效率,又通过分段使预测精度提高了5%~10%。
关键词:时间序列预测 快速预测 在线支持向量回归 分段 话务量预测
单位:哈尔滨工业大学自动化测试与控制研究所 哈尔滨150080 中国移动通信集团黑龙江有限公司 哈尔滨150028
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社