共 4 条
- [3] Least squares support vector machine classifiers[J]. NEURAL PROCESSING LETTERS, 1999, 9 (03) : 293 - 300Suykens, JAKVandewalle, J
动态加权最小二乘支持向量机
被引：34
作者：
范玉刚
李平
宋执环
机构：
[1] 工业控制技术国家重点实验室浙江大学工业控制技术研究所
来源：
关键词：
最小二乘支持向量机;
时间序列预报;
PTA氧化过程;
D O I：
10.13195/j.cd.2006.10.51.fanyg.010
中图分类号：
TP18 [人工智能理论];
学科分类号：
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
提出一种基于动态加权最小二乘支持向量机(LS-SVM)的时间序列预测方法.动态加权LS-SVM能够跟踪时变非线性系统的动态特性,适合于系统辨识和时间序列预测;同时采用鲁棒方法确定权系数,以减小噪声的影响.将动态加权LS-SVM算法应用于工业PTA氧化过程中的4-CBA浓度预测,结果显示,动态加权LS-SVM预测精度高,能够有效减小噪声的影响.
引用
收藏
页码：1129 / 1133
页数：5
相关论文