我国专利申请量的支持向量机预测模型研究

徐晟[1] 赵惠芳[1] 郭雪松[2]

[1]合肥工业大学管理学院,安徽合肥230009 [2]西安交通大学管理学院,陕西西安710049

摘  要:

运用支持向量机(support vector machine,SVM)和浮点遗传算法相结合的方法对我国专利申请量进行预测。数据仿真显示支持向量机预测方法比人工神经网络和逻辑回归方法有更高的预测精度,结果显示运用浮点遗传算法参数选取的支持向量机方法对我国专利申请量进行预测是可行和有效的。

相关文章:

主题相关 参考文献(21篇) 耦合文献(321篇) 

参考文献

更多文章搜索 
中国业务群个人门户,免费下载!
相关学者+更多
征稿启事
相关文章+更多
社区热帖+更多
天元数据 维普资讯 版权所有 Copyright © 2001-2008 cqvip.com Inc. All rights reserved.
渝ICP证 B2-20050021  违法和不良信息举报中心
建议使用:1024x768分辨率,16位以上颜色