摘要: 核主成分分析(KPCA)法具有很好的非线性特征提取能力, 利用 KPCA 提取输入数据的特征信息, 并将特征信息作为最小二乘支持向量机(LSSVM)的输入变量, 建立 KPCA-SVM 预测模型.通过实例检验表明, 具有非线性特征提取的 LSSVM 模型的预测效果优于没有特征提取的 LSSVM 模型.与主成分分析(PCA)提取特征相比, KPCA 特征提取效果更好.