| 基于鲁棒支持向量机的非线性系统辨识 |
| |
| 引用本文： | 韩建民,王丽侠,张浩然. 基于鲁棒支持向量机的非线性系统辨识[J]. 仪器仪表学报, 2006, 27(Z3): 2279-2280 |
| |
| 作者姓名： | 韩建民 王丽侠 张浩然 |
| |
| 作者单位： | 1. 浙江师范大学信息学院,金华,321004
2. 浙江师范大学行知学院,金华,321004 |
| |
| 摘 要： | 支持向量机(SVM)是一种基于结构风险最小化原理的学习技术,该文利用鲁棒支持向量机对非线性系统进行黑箱建模,首先推导出鲁棒支持向量机的基本理论,给出了对偶优化问题,并结合一个具体的例子进行了仿真实验,结果验证了所提出的方法的正确性和有效性.
|
| 关 键 词： | 支持向量机 统计学习理论 非线性系统辨识 |
Nonlinear systems identification based on robust support vector machine |
| |
| Han Jianmin,Wang LiXia,Zhang Haoran. Nonlinear systems identification based on robust support vector machine[J]. Chinese Journal of Scientific Instrument, 2006, 27(Z3): 2279-2280 |
| |
| Authors: | Han Jianmin Wang LiXia Zhang Haoran |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
