English
| 正體中文 |
简体中文
|
全文筆數/總筆數 : 18278/19583 (93%)
造訪人次 : 2124008 線上人數 : 839
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by
NTU Library IR team.
搜尋範圍
全部NHUIR
本校期刊
--旅遊管理研究
查詢小技巧:
您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
進階搜尋
主頁
‧
登入
‧
上傳
‧
說明
‧
關於NHUIR
‧
管理
南華大學機構典藏系統
>
本校期刊
>
旅遊管理研究
>
Item 987654321/6266
資料載入中.....
書目資料匯出
Endnote RIS 格式資料匯出
Bibtex 格式資料匯出
引文資訊
請使用永久網址來引用或連結此文件:
http://nhuir.nhu.edu.tw/handle/987654321/6266
題名:
應用支援向量迴歸於國際旅遊需求之預測
作者:
陳寬裕
;
何嘉惠
;
蕭宏誠
關鍵詞:
支援向量機
支援向量迴歸
類神經網路
國際旅遊需求
日期:
2004-06-01
上傳時間:
2010-12-21 15:34:20 (UTC+8)
出版者:
南華大學旅遊事業經營學系
摘要:
本研究將運用支援向量迴歸技術(Support Vector Regression,SVR)建構國際旅遊需求之預測模型。為了建構穩健、可信賴的預測模型,需慎選建構模型時所必需的參數σ2、C和ε。因此先使用格子點法(grid method)配合5-fold交叉驗證技術於訓練資料集上,以求得各種不同參數組合下的交叉驗證MAPE (mean absolute percentage error),再藉由本研究所提出的,以支援向量的數量為主、評估交叉驗證MAPE為輔的參數選取機制,篩選出最佳的參數組合,最後再利用此參數組合建構實際的支援向量迴歸預測模型。此外研究中使用了敏感度分析技術(sensitivity analysis),以證明不當的選取參數將使模型容易陷於過度擬合(over-fitting)或不足擬合(under-fitting)的危機中。
關聯:
旅遊管理研究
4卷1期
顯示於類別:
[本校期刊] 旅遊管理研究
[旅遊管理學系(旅遊管理碩士班)] 旅遊管理研究
文件中的檔案:
檔案
描述
大小
格式
瀏覽次數
3082040106.pdf
424Kb
Adobe PDF
3451
檢視/開啟
index.html
0Kb
HTML
619
檢視/開啟
在NHUIR中所有的資料項目都受到原著作權保護.
TAIR相關文章
DSpace Software
Copyright © 2002-2004
MIT
&
Hewlett-Packard
/
Enhanced by
NTU Library IR team
Copyright ©
-
回饋