计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (14): 121-125.
吴湘宁1,胡 炫1,胡光道2,胡成玉1,李桂玲1
WU Xiangning1, HU Xuan1, HU Guangdao2, HU Chengyu1, LI Guiling1
摘要: 利用Oracle数据库中的数据挖掘选件(Oracle Data Mining,ODM),并使用存储在Oracle数据库中的时间序列数据,可构建预测时间序列未来值的支持向量机(Support Vector Machines,SVM)模型。建模时,需去除时间序列中的趋势,将目标属性标准化,确定包含延迟变量窗口的尺寸,利用机器学习方法,由时间序列历史数据得出SVM预测模型。与传统时间序列预测模型相比,SVM预测模型能够揭示时间序列的非线性、非平稳性和随机性,从而得到较高的预测精度。