支持向量机在人口预测中的应用
袁勇
王攀
1.武汉理工大学自动化学院,武汉,4300702.武汉理工大学自动化学院,武汉,430070
摘要：支持向量机是一种新型的机器学习方法,该学习方法以结构风险最小化原则取代传统机器学习方法中的经验风险最小化原则,在小样本的机器学习中显示出了优异的性能.将这种新的统计学习方法应用到非线性时间序列预测,并将结果与BP神经网络预测的结果进行比较,结果表明该方法有更高的预测精度.
关键词：支持向量机人口预测BP神经网络
分类号：TP1(自动化基础理论)
资助基金：中国科学院项目（非规范项目）(60174039)
论文发表日期：2006-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：3( 9-11 )
英文信息