基于SVM的软测量建模

被引：38

作者：

冯瑞

张浩然

邵惠鹤

机构：

[1] 上海交通大学自动化系

来源：

关键词：

支持向量机(SVMs); 软测量; RBF神经网络; 建模;

D O I：

10.13976/j.cnki.xk.2002.06.019

中图分类号：

TP274 [数据处理、数据处理系统];

学科分类号：

0804 ; 080401 ; 080402 ; 081002 ; 0835 ;

摘要：

支持向量机 (Support Vector Machines)是一种基于统计学习理论的新型学习机 ,本文提出用支持向量机建立软测量模型 .理论分析和仿真研究表明 ,该方法学习速度快、跟踪性能好、泛化能力强、对样本的依赖程度低 ,比基于 RBF神经网络的软测量建模具有更好的推广能力

引用

页码：567 / 571

页数：5

共 5 条

仲蔚 ;

俞金寿 .

荣冈，金晓明，王树青 .

[3] 软测量技术 [J].

徐敏 ;

俞金寿 .

[4] RBF神经元网络在非线性系统建模中的应用 [J].

王旭东 ;

邵惠鹤 .

[5] 神经元网络建模与软测量技术 [J].

王旭东，邵惠鹤 .