| 基于支持向量机的非线性系统辨识 |
| |
| 引用本文： | 袁斌,耿伯英,杨红梅,王菊花. 基于支持向量机的非线性系统辨识[J]. 自动化技术与应用, 2007, 26(1): 23-26 |
| |
| 作者姓名： | 袁斌 耿伯英 杨红梅 王菊花 |
| |
| 作者单位： | 海军工程大学电子工程学院,湖北,武汉,430033;海军工程大学电子工程学院,湖北,武汉,430033;海军工程大学电子工程学院,湖北,武汉,430033;海军工程大学电子工程学院,湖北,武汉,430033 |
| |
| 摘 要： | 本文针对未知非线性系统,提出了基于支持向量机(SVM)的系统辨识方法,并且通过仿真分析比较了基于SVM与基于RBF神经网络系统辨识及预测结果,仿真结果表明SVM方法比RBF神经网络方法具有更高的预测精度和更好的泛化能力。
|
| 关 键 词： | 支持向量机 非线性 系统辨识 预测 |
| 文章编号： | 1003-7241(2007)01-0023-04 |
| 修稿时间： | 2005-11-18 |
Nonlinear Systems Identification Based on Support Vector Machine |
| |
| YUAN Bin,GENG Bo-ying,YANG Hong-mei,WANG Ju-hua. Nonlinear Systems Identification Based on Support Vector Machine[J]. Techniques of Automation and Applications, 2007, 26(1): 23-26 |
| |
| Authors: | YUAN Bin GENG Bo-ying YANG Hong-mei WANG Ju-hua |
| |
| Abstract: | This paper presents a method of system identification for an unknown nonlinear system based on the support vector machine. The identification and predicting result is compared with the result of the RBF neural network. The results show that the support vector machine is more accurate and has better generalization ability. |
| |
| Keywords: | support vector machine nonlinear system system identification predicting |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
