基于支持向量机与RBF神经网络的软测量模型比较研究

• 作者: 冯瑞 宋春林 张艳珠 邵惠鹤
• 来源期刊: 上海交通大学学报
• 学科: 工学
• 关键词: 支持向量机 软测量 RBF神经网络 建模
• 年，卷（期）: 2003,（z1）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 122-125
• 页数: 4页
• 分类号: TP274
• 字数: 2859字
• 语种: 中文
• DOI: 10.3321/j.issn:1006-2467.2003.z1.030

摘要

给出了基于支持向量机(SVMs)和RBF神经网络的软测量建模方法.通过对这两种方法进行理论分析和仿真比较研究,结果表明,SVMs方法跟踪性能好、泛化能力强、对样本的依赖程度低,它比基于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	张艳珠	沈阳工业学院信息工程系	3	105	3.0	3.0
3	宋春林	东北大学信息工程学院	9	83	5.0	9.0
4	冯瑞	上海交通大学自动化系	13	327	8.0	13.0