基于核模糊聚类的多模型LSSVM回归建模

被引：32

作者：

李卫

杨煜普

王娜

机构：

[1] 上海交通大学自动化系

来源：

控制与决策 | 2008年 / 05期

关键词：

核模糊聚类; 多模型; 最小二乘支持向量机;

D O I：

10.13195/j.cd.2008.05.82.liw.020

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

摘要：

针对大规模数据采用单模型回归存在精度差和计算量较大的问题,提出一种基于核模糊聚类的多模型最小二乘支持向量回归建模方法.该方法首先使用基于条件正定核的模糊C均值聚类算法对数据集做出聚类划分;然后针对每个聚类做最小二乘支持向量回归估计;同时根据每个聚类内数据分布的特征,给出了一种简单的核参数选择方法.利用数值仿真实验进行非线性函数估计,实验结果表明了所提出的方法具有良好的精度和泛化能力.

引用

页码：560 / 562+566 +566

页数：4

共 5 条

[1] MIMO非线性系统的多模型建模方法 [J].