ISGS:一种面向滞后效应的组合模型研究

作     者：冯婷婷 彭岩 王洁 FENG Ting-ting;PENG Yan;WANG Jie

作者机构：首都师范大学管理学院北京100056 

出 版 物：《电子学报》 (Acta Electronica Sinica)

年 卷 期：2023年第51卷第9期

页      面：2504-2509页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：全国教育科学规划-教育部重点课题(No.DLA190426) 

主　　题：等距特征映射算法 少数类过采样技术 遗传算法 支持向量回归 组合模型 

摘      要：针对滞后效应明显、样本量小的数据集,为解决单一算法模型预测精度低、泛化能力差的问题,提出了一种基于等距特征映射算法(Isometric Feature Mapping,ISOMAP)、少数类过采样技术(Synthetic Minority Oversampling Technique,SMOTE)、遗传算法(Genetic Algorithm,GA)、支持向量回归(Support Vector Regression,SVR)的组合模型ISGS(ISOMPA-SMOTE-GA-SVR).首先,利用ISOMAP和SMOTE算法对滞后效应明显、样本量较小的数据集进行特征变换.其次,利用SVR算法较强的非线性分类能力及泛化能力对数据集进行回归分析.最后,利用GA算法对SVR算法的参数进行优化,以提升模型的预测精度.采用气象因素、空气质量、呼吸系统发病人数三组数据集,基于ISGS模型进行了发病人数预测的仿真实验和对比实验.实验结果表明,该模型预测精度和准确率较传统模型均有所提高,预测精度达到93.65%(传统单一模型83.481%).同时具有更好的泛化能力,能够更好地处理高维度、小样本数据集.