[1] 丁世飞,齐丙娟,谭红艳.支持向量机理论与算法研究综述[J].电子科技大学学报, 2011, 40(1): 5-9.
[2] 梅倩. LS-SVM在时间序列预测中的理论与应用研究[D].重庆:重庆大学, 2013.
[3] 张金良,谭忠富.混沌时间序列的混合预测方法[J].系统工程理论与实践, 2013, 33(3): 763-769.
[4] AWREJCEWICZ J, KRYSKO A V, ZAGNIBORODA N A, et al. On the general theory of chaotic dynamics of flexible curvilinear Euler-Bernoulli beams[J]. Nonlinear Dynamics, 2015, 79(1): 11-29.
[5] 田中大, 高宪文, 石彤. 用于混沌时间序列预测的组合核函数最小二乘支持向量机[J]. 物理学报, 2014, 63(16): 66-76.
[6] 王妍, 徐伟, 曲继圣. 基于时间序列的相空间重构算法及验证(一)[J].山东大学学报:工学版, 2005, 35(4): 109-114 .
[7] MIERCZYNSKI J.EstimatesforprincipalLyapunovexponents:A survey
[J]. Nonautonomous Dynamical Systems, 2014, 1(1):137-162.
[8] 穆文瑜,李茹. 基于K-Means 聚类的瓦斯浓度预测[J]. 计算机应
用, 2011, 31(3): 702-705.
[9] 章永来,史海波, 周晓锋, 等.基于统计学习理论的支持向量机预测
模型[J]. 统计与决策, 2014(5): 72-74. |