论文部分内容阅读
应用支持向量回归算法预测小样本问题，可以取得较高的预测精度，但是支持向量回归算法本身的参数选取缺乏科学方法，一般通过交叉验证确定。应用粒子群优化算法对支持向量回归参数进行优化选取，并以某型陀螺某项漂移误差系数的历史数据为例，进行了预测计算。结果表明，经过优化选择参数的支持向量回归算法，能够给出很好的预测结果，且训练样本的预测值和实际值之间达到高度拟合。