基于SVM的神经网络在时序回归预测中的信息粒化研究

本文主要介绍了基于SVM（支持向量机）的神经网络在时序回归预测中的信息粒化方法。首先，通过使用matlab工具对SVM进行建模和训练，将时序数据粒化为多个子序列，每个子序列代表一段时间内的数据特征。然后，利用神经网络对这些子序列进行预测，使用BP（反向传播）遗传算法优化神经网络模型参数，从而提高预测准确度。最后，通过RBF（径向基函数）回归模型对预测结果进行回归分析，得出关于时序数据的精准预测结果。本文所述方法在实际案例的分析中取得了良好的效果和准确性。