发明名称 |
基于支持向量机的预测方法及系统 |
摘要 |
本申请涉及基于支持向量机的预测方法及系统,包括按照常规支持向量机预测算法和常规支持向量机分类算法对训练数据分别进行训练,分别得到预测模型和分类模型;将测试数据分别输入预测模型和分类模型,分别得到预测结果和分类结果;根据所述预测结果和所述分类结果的区间关系,确定所述预测结果的正确性;在确定出所述预测结果正确后,输出按所述预测模型预测的预测结果。本申请通过采用常规SVM预测算法与分类算法相结合,相互印证,筛选出不一致的结果,由此得到合适的预测模型,从而可以提高预测结果的准确性,并使得即使只有少量训练样本,由于结合了分类算法得到的分类结果予以判断,所以可以提高SVM算法的精度。 |
申请公布号 |
CN105426915A |
申请公布日期 |
2016.03.23 |
申请号 |
CN201510811705.6 |
申请日期 |
2015.11.20 |
申请人 |
北京大学深圳研究生院 |
发明人 |
雍珊珊;王新安;郭到鑫;商亚洲;彭然 |
分类号 |
G06K9/62(2006.01)I;G06F19/00(2011.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
深圳鼎合诚知识产权代理有限公司 44281 |
代理人 |
郭燕;彭家恩 |
主权项 |
一种基于支持向量机的预测方法,其特征在于,包括:常规训练步骤:按照常规支持向量机预测算法和常规支持向量机分类算法对训练数据分别进行训练,分别得到预测模型和分类模型;测试步骤:将测试数据分别输入预测模型和分类模型,分别得到预测结果和分类结果;判断步骤:根据所述预测结果和所述分类结果的区间关系,确定所述预测结果的正确性;预测步骤:在确定出所述预测结果正确后,输出按所述预测模型预测的预测结果。 |
地址 |
518055 广东省深圳市南山区西丽深圳大学城北大园区 |