在线稀疏最小二乘支持向量机回归的研究

被引：29

作者：

王定成 ^{[1
]}

姜斌 ^{[2
]}

机构：

[1] 南京信息工程大学计算机与软件学院

[2] 南京航空航天大学自动化学院

来源：

控制与决策 | 2007年 / 02期

关键词：

在线; 稀疏; 最小二乘支持向量机;

D O I：

10.13195/j.cd.2007.02.14.wangdch.003

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

现有最小二乘支持向量机回归的训练和模型输出的计算需要较长的时间,不适合在线实时训练.对此,提出一种在线稀疏最小二乘支持向量机回归,其训练算法采用样本字典,减少了训练样本的计算量.训练样本采用序贯加入的方式,适合在线获取,并且该算法在理论上是收敛的.仿真结果表明,该算法具有较好的稀疏性和实时性,可进一步用于建模与实时控制等方面的研究.

引用

页码：132 / 137

页数：6