基于最小二乘支撑矢量机的陀螺仪漂移预测

被引:19
作者
陈伟 [1 ]
胡昌华 [1 ]
曹小平 [2 ]
樊红东 [1 ]
方华元 [1 ]
机构
[1] 第二炮兵工程学院教研室
[2] 国防科技大学机电工程与自动化学院
关键词
最小二乘支撑矢量机; 回归估计; 陀螺仪漂移预测;
D O I
暂无
中图分类号
TP181 [自动推理、机器学习];
学科分类号
140502 [人工智能];
摘要
研究了支撑矢量机的回归估计算法。针对标准支撑矢量机算法训练速度慢、难以解决大规模问题的局限性,对标准算法的约束条件加以改进,得到一种最小二乘支撑矢量机回归估计算法,该算法大大提高了支撑矢量机的训练速度和解决大规模问题的能力。论文将最小二乘支撑矢量机应用于陀螺仪的漂移预测中,仿真实验结果证明了算法的有效性和可行性,为陀螺仪的实时预测及故障预报提供了可能。
引用
收藏
页码:135 / 138
页数:4
相关论文
共 6 条
[1]
基于最小二乘支持向量机的天然气负荷预测 [J].
刘涵 ;
刘丁 ;
郑岗 ;
梁炎明 ;
宋念龙 .
化工学报, 2004, (05) :828-832
[2]
[3]
从神经网络到支撑矢量机(上) [J].
罗公亮 .
冶金自动化, 2001, (05) :1-5
[4]
关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01)
[5]
小波分析技术在陀螺故障诊断中的应用研究 [J].
王寿荣 ;
杨洪 ;
周百令 .
中国惯性技术学报, 1998, (02)
[6]
Least squares support vector machine classifiers [J].
Suykens, JAK ;
Vandewalle, J .
NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300