您的位置: 专家智库 > >

黄奇

作品数:2 被引量:1H指数:1
供职机构:南京航空航天大学民航学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术经济管理更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇经济管理

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇组合预测
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇网络
  • 1篇向量
  • 1篇民航
  • 1篇VECTOR
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络
  • 1篇LS-SVM
  • 1篇SQUARE...
  • 1篇MACHIN...

机构

  • 2篇南京航空航天...

作者

  • 2篇徐月芳
  • 2篇黄奇

传媒

  • 1篇复旦学报(自...
  • 1篇航空计算技术

年份

  • 2篇2017
2 条 记 录,以下是 1-2
排序方式:
基于民航团队旅客销售的组合预测方法分析
2017年
利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益。结果显示神经网络、支持向量机和组合预测3种算法比航空公司常用的回归分析预测精准度有了明显的提高。支持向量机预测精度相对神经网络稍低,却拥有更强的泛化能力。组合预测能避免单一预测方法的误差,更加适合航线销售人员的实际操作。
黄奇徐月芳
关键词:SQUARESVECTOR
基于民航团队旅客销售的预测方法分析被引量:1
2017年
利用Matlab分别用后退的回归分析算法、BP神经网络算法、支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,为民航销售人员提供更加精准的预测信息,从而获得更高的航线收益.分析结果显示:后退的回归分析算法比常用的多元线性回归精准性提高,但是数据结果并不具有可靠性.神经网络算法、支持向量机算法和组合算法比常用的回归分析算法预测的精准度有了明显的提高.支持向量机算法预测精度相对神经网络算法稍低,但是却拥有更强的泛化能力.组合预测算法能避免单一预测方法的误差,更加适合航线销售人员的实际操作.
徐月芳黄奇
关键词:BP神经网络支持向量机
共1页<1>
聚类工具0