| 基于支持向量机方法的压电智能结构系统辨识 |
| |
| 引用本文： | 董兴建,孟光.基于支持向量机方法的压电智能结构系统辨识[J].振动工程学报,2004,17(Z2):973-975. |
| |
| 作者姓名： | 董兴建 孟光 |
| |
| 作者单位： | 上海交通大学振动、冲击、噪声国家重点实验室,上海,200030 |
| |
| 基金项目： | 国家自然科学基金(编号:50390063)和国防科技重点实验室基金(编号:51463040403JW0301)资助项目 |
| |
| 摘 要： | 支持向量机(SVM)是一种基于统计学习理论和结构风险最小化原则的新型机器学习方法,克服了传统机器学习方法在训练中的局部极小问题,过学习和欠学习等问题,具有很好的泛化能力.本文介绍了应用于回归分析的最小二乘支持向量机(LS-SVM)的基本理论,然后以随机激励下压电智能结构的响应数据作为训练样本集,采用LS-SVM方法辨识系统,仿真结果验证了这种方法的有效性.
|
| 关 键 词： | 支持向量机 智能结构 辨识 |
| 修稿时间： | 2004年4月20日 |
Identification of Smart Structures Using Support Vector Machine |
| |
| Dong Xingjian,Meng Guang.Identification of Smart Structures Using Support Vector Machine[J].Journal of Vibration Engineering,2004,17(Z2):973-975. |
| |
| Authors: | Dong Xingjian Meng Guang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
