在线预测及其应用..docVIP

在线预测及其应用 目录 中文摘要…………………………………………………………………………………………1 英文摘要…………………………………………………………………………………………2 1 绪论……………………………………………………………………………………………3 1.1 问题背景与意义…………………………………………………………………………3 1.2 本文工作及结构…………………………………………………………………………3 2 在线预测………………………………………………………………………………………5 2.1 统计学习理论与传统统计学的区别……………………………………………………5 2.2支持向量机（SVM）………………………………………………………………………5 2.3 在线学习内涵……………………………………………………………………………6 2.4 在线学习实现思路………………………………………………………………………6 3 在线核预测……………………………………………………………………………………7 3.1非线性与核………………………………………………………………………………7 3.1.1核函数的通俗理解…………………………………………………………………7 3.1.2常见核函数.2.2 在线核学习的matlab程序………………………………………………………15 5 实证分析…………………………………………………………………………………… 16 5.1 实验设计……………………………………………………………………………… 16 5.1.1实验数据来源…………………………………………………………………… 16 5.1.2实验过程………………………………………………………………………… 17 5.2 优化参数……………………………………………………………………………… 18 5.3 设置多组对照实验…………………………………………………………………… 19 5.3.1时间序列预测与在线预测对照……………………………………………………19 5.3.2指标形式对照………………………………………………………………………20 5.3.3设计模式对照………………………………………………………………………21 5.3.4指标选择对照………………………………………………………………………21 5.4 实验小结…………………………………………………………………………………22 6 展望……………………………………………………………………………………………22 致谢语。核函数能将低维空间线性不可分的模式通过非线性映射到高维特征空间实现线性可分的刻画，一方面，基于稳定性的考虑，我们希望新模型尽可能接近当前已有模型，以“距离”函数度量此项；另一方面，我们希望新模型的损失函数值尽可能地小。在实证环节，本文运用在线学习框架进行股市次日开盘价的动态监测并设置了三组对照实验，分别就时间序列预测与在线预测对比、指标的形式、设计的模式和指标的选择进行对照分析。理论分析与实证分析表明论文所拟方法的有效性，在真实预测问题上实际应用表现出在时间与精度上相对其他并行方法的优越性。 关键词：在线学习; 核函数 对照实验Online Prediction and its Application Abstract Conventional prediction solves a specified problem by settling a general problem. However, we hope the mathematical model would change when the new information goes into, conforming to practical situation much more. Concurrently, retaining the useful accumulate information. The central part of online learning is to construct a set of update rules . Kernel function turns the linearly nonseparable model into linear separable model, by nonlinear mapping, from low dimentional space to higher dimentional feature space. On the bas