[1] Vapnik V. 统计学习理论的本质[M]. 张学工译. 北京: 清华大学出版社, 2000. [2] Cristianini N, Shawe-Taylor J. 支持向量机导论[M]. 李国正等译. 北京: 电子工业出版社, 2004. 82-106. [3] 许建华, 张学工, 李衍达. 支持向量机的新发展[J]. 控制与决策, 2004, 19(5): 481-485. [4] 王景雷, 吴景社, 孙景生, 等. 支持向量机在地下水位预报中的应用研究[J]. 水利学报, 2003, 49(5): 122-128. [5] 崔万照, 朱长纯, 保文信星, 等. 混沌时间序列的支持向量机预测[J]. 物理学报, 2004, 53(10): 3304-3309. [6] Mukherjee S, Osuma E, Girosi F. Nonlinear Prediction of Chaotic Time Series Using Support Vector Machines[J]. Neural Networks for Signal Processing Ⅶ, 1997: 511-520. [7] 孙德山, 吴今培, 侯振挺, 等. 基于SVR的混沌时间序列预测[J]. 计算机工程应用, 2004, 54(2): 54-56. [8] Chen NianYi, Lu Wencong, Yang Jie, et al. Support vector machines in Chemistry[M]. Singapore: World Scientific Publishing Company, 2004. [9] 王炜, 谢端, 宋先月, 等. 使用人工神经网络进行我国大陆强震时间序列预测[J]. 西北地震学报, 2002, 4: 315-320. [10] 国家地震局震害防御司. 中国历史强震目录[M]. 北京: 地震出版社, 1995. [11] 国家地震局震害防御司. 中国近代地震目录[M]. 北京: 中国科技出版社, 1999. [12] 王东生, 曹磊. 混沌、 分形及其应用[M]. 合肥: 中国科学技术大学出版社, 1995. 403-411. |