基于支持向量机的系统辨识

被引:6
作者
翟永杰
王国鹏
韩璞
王东风
机构
[1] 华北电力大学动力工程系
关键词
支持向量机; 系统辨识; 核函数;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
支持向量机是在统计学习理论基础上发展的一种新的机器学习方法 ,由于其出色的学习性能 ,该技术已成为当前国际机器学习界的研究热点。该文利用支持向量机 ,选取不同的核函数 ,分别对线性自回归滑动平均模型、双线性模型、非线性模型进行模型辨识。仿真结果显示该方法具有良好的辨识性能
引用
收藏
页码:39 / 41+172 +172-173
页数:5
相关论文
共 4 条
  • [1] 基于支持向量机的非线性系统故障诊断[J].胡寿松,王源. 控制与决策.2001(05)
  • [2] 统计学习理论的本质[M].清华大学出版社,(美)VladimirN.Vapnik著,2000
  • [3] 过程辨识[M].清华大学出版社,方崇智,1988
  • [4] LeastSquaresSupportVectorMachineClassifiers[J].J.A.K.Suykens,J.Vandewalle. NeuralProcessingLetters.1999(3)