简介:支持向量机是一种基于统计学习理论的新的机器学习方法,该方法已用于解决模式分类问题.本文将支持向量机(SVM)用于混沌时间序列分析,实验数据采用典型地Mackey-Glass混沌时间序列,先对混沌时间序列进行支持向量回归实验;然后采用局域法多步预报模型,利用支持向量机对混沌时间序列进行预测.仿真实验表明,利用支持向量机可以较准确地预测混沌时间序列的变化趋势.
简介:利用第二种椭圆方程的已知解与解的非线性叠加公式,构造了广义BBM方程的由Jacobi椭圆函数解、双曲函数和三角函数组成的无穷序列新解.
简介:本文对长短波相互作用方程组作行波变换后转化成第一种椭圆方程,利用第一种椭圆方程的解和Bcklund变换,构造了长短波相互作用方程组的无穷序列新解.这里包括了椭圆函数解、双曲函数解、指数函数解和有理函数解.
基于SVM的混沌时间序列分析
广义BBM方程的无穷序列新解
长短波相互作用方程组的无穷序列新解