论文部分内容阅读
文章以支持向量机SVM模型进行修正,结合滑动平均处理获得相应的人才流动预测样本序列的均值和方差,基于SVM基础上的滑动平均马尔科夫权重归一化处理。结果显示,经过平均滤波器迭代后的样本序列参与滑动平均处理,有利于更高精度意义的加权马尔科夫链预测,且通过滑动平均处理,来获得适合加权马尔科夫链分析的样本预测过程,对于长时序和大样本研究具有更好的适应性。