文献

J-GLOBAL ID：201802222519203087   整理番号：18A0587535

マレーシア交換率の予測における経験的モード分解と最小二乗サポートベクトルマシンモデルの新しいハイブリダイゼーション【Powered by NICT】

New hybridization of empirical mode decomposition and least squares support vector machine model in forecasting Malaysia exchange rates

著者 (3件)： Rashid Nur Izzati Abdul (Faculty of Computing, Universiti Teknologi Malaysia, 81310 Johor Bahru, Malaysia) ,  Shabri Ani (Faculty of Science, Universiti Teknologi Malaysia, 81310 Johor Bahru, Malaysia) ,  Samsudin Ruhaidah (Faculty of Computing, Universiti Teknologi Malaysia, 81310 Johor Bahru, Malaysia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICORAS  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 予測日常マレーシア交換速度におけるMEMD LSSVMと命名した経験的モード分解(EMD)と最小二乗サポートベクトルマシン(LSSVM)モデルのハイブリダイゼーションの修正を提案した。いくつかの固有モード関数(IMF)と残基が生成される交換速度データの非線形および非定常挙動を最初にEMDを介して分解した。LSSVMに供給される前にそれらを改善するために成分は置換分布クラスタリング(PDC)を用いて再構成した。成分は,それらの類似性に基づいてグループにクラスタ化した。その後,LSSVMはグループのそれぞれを予測するのに使用され,予測値は交換速度実際の予測値を得たために添加した。LSSVMのための入力の数は部分自己相関関数(PACF)を用いて決定した。提案したモデルの性能は,LSSVM,ARIMA,EMD LSSVMとEMD ARIMAと比較した結果は,MEMD LSSVMを他のモデルよりも優れており,PDCはLSSVM入力を改善し,より正確な予測結果をもたらすのに有効であることを証明したことを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 自己相関関数 ,  類似性 ,  再構成 ,  *予測 ,  *マレーシア ,  クラスタ化
準シソーラス用語： ARIMAモデル ,  予測値 ,  非定常性 ,  残基 ,  固有モード関数 ,  *最小二乗-サポートベクトルマシン ,  *経験的モード分解 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  生体計測  (EL03020C)

タイトルに関連する用語 (6件)： マレーシア ,  予測 ,  経験的モード分解 ,  最小二乗サポートベクトルマシン ,  モデル ,  ハイブリダイゼーション