科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决传统最小二乘支持向量机采用交叉验证确定模型参数耗时长的问题,提出利用贝叶斯置信框架推断最小二乘支持向量机的模型参数．通过第1级推断确定最小二乘支持向量机的权矢量w和偏置项b,通过第2级推断确定模型的超参数μ和ζ,通过第3级推断的模型对比自动选择核函数的系数。根据时用水序列具有周期性和趋势性的特点,建立了基于贝叶斯推断最小二乘支持向量机的时用水量模型,实例分析结果表明,与基于传统最小二乘支持向量机和基于BP网络的预测模型相比,基于贝叶斯最小二乘支持向量机的时用水量预测模型的建模速度更快,预测精度更高。
- 单位
