典型文献
基于非结构化数据的LLE-WOA-LSSVR碳价格组合预测模型
文献摘要：
在传统的组合预测模型中,利用的数据大多为结构化数据,然而在网络环境下,非结构化数据广泛存在,因此充分利用非结构化数据所提供的有效信息是预测中要解决的关键问题之一.针对上述问题,文章构建了基于非结构化数据的局部线性嵌入和鲸鱼优化算法的最小二乘支持向量回归(locally linear embedding-whale optimization algorithm-least squares support vector regression,LLE-WOA-LSSVR)碳价格组合预测模型,通过LLE算法对非结构化的高维数据进行降维处理,并利用LSSVR进行预测.考虑到LSSVR模型中参数的选取会对预测结果产生影响,引入WOA算法优化模型中的参数.碳价格预测的实例结果表明,LLE-WOA-LSSVR预测模型可行且有效.
文献关键词：
非结构化数据;局部线性嵌入(LLE)算法;最小二乘支持向量回归(LSSVR);鲸鱼优化算法(WOA);组合预测
中图分类号：
作者姓名：
周熠烜;陈华友;周礼刚;朱家明
作者机构：
安徽大学 数学科学学院,安徽 合肥 230601;安徽大学 互联网学院,安徽 合肥 230039
文献出处：
引用格式：
[1]周熠烜;陈华友;周礼刚;朱家明-.基于非结构化数据的LLE-WOA-LSSVR碳价格组合预测模型)[J].合肥工业大学学报（自然科学版）,2022(04):570-576
A类：
B类：
非结构化数据,LLE,WOA,LSSVR,组合预测模型,网络环境,有效信息,局部线性嵌入,鲸鱼优化算法,最小二乘支持向量回归,locally,linear,embedding,whale,optimization,algorithm,least,squares,support,vector,regression,高维数据,降维处理,算法优化,碳价格预测
AB值：
0.249405
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
