基于SVM的软测量建模

• 作者: 冯瑞 张浩然 邵惠鹤
• 来源期刊: 信息与控制
• 关键词: 支持向量机(SVMs) 软测量 RBF神经网络 建模
• 年，卷（期）: 2002,（6）
• 所属期刊栏目: 实际问题研讨
• 页码范围: 567-571
• 页数: 5页
• 分类号: TP274
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2002.06.019

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵惠鹤	上海交通大学自动化系	327	7662	43.0	72.0
2	张浩然	上海交通大学自动化系	12	895	9.0	12.0
3	冯瑞	上海交通大学自动化系	13	327	8.0	13.0