Department of Mechanical Production Engineering, National University of Singapore, 10 Kent Ridge Crescent, 119260, Singapore;
机译:通过将支持向量机与自组织特征图相结合来改进财务时间序列预测
机译:集成随机样本选择,支持向量机和用于财务风险预测的信封,并进行特征选择必要性的实证分析
机译:在金融时间序列预测中使用支持向量机
机译:金融时序序列预测中支持向量机的功能选择
机译:支持向量机的特征选择方法分为两类或更多类,可用于阿尔茨海默氏病的分析及其在MRI脑图像处理中的发作。
机译:使用双支持向量回归的金融时间序列预测
机译:使用神经网络和支持向量机的时滞选择敏感性分析,以预测季节时间序列