支持向量机回归在线建模及应用

• 作者: 方廷健 王定成 马永军 高理富
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 支持向量机 回归 建模 非线性
• 年，卷（期）: 2003,（1）
• 所属期刊栏目: 短文
• 页码范围: 89-91,95
• 页数: 4页
• 分类号: TP18
• 字数: 2317字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2003.01.020

摘要

支持向量机(SVM)回归理论与神经网络等非线性回归理论相比具有许多独特的优点.讨论了建模中SVM核函数、损失函数的选取和容量控制等问题,并用实验加以验证.将SVM回归动态建模理论应用于非线性、时变、大时延温室环境温度变化的建模和预测,模型简单,预测效果好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马永军	中国科学技术大学自动化系	13	665	7.0	13.0
2	方廷健	中国科学院合肥智能机械研究所	50	2136	22.0	46.0
3	高理富	中国科学技术大学自动化系	25	344	6.0	18.0
7	王定成	中国科学技术大学自动化系	10	502	8.0	10.0