原文服务方: 西安交通大学学报       
摘要:
基于小波分解和支持向量核函数的条件,提出了一种多维允许支持向量小波核函数.该核函数不仅是近似正交的,而且适用于信号的局部分析、信噪分离和突变信号的检测,从而提高了支持向量机的泛化能力.基于小波核函数和正则化理论提出了最小二乘小波支持向量机(LS-WSVM)并将LS-WSVM用于非线性系统的辨识,提高了辨识效果,减少了计算量. 仿真结果表明:LS-WSVM在同等条件下比传统支持向量机的辨识精度提高约13.1%,因而更适合于工程应用.
推荐文章
基于最小二乘支持向量机的非线性系统鲁棒自适应跟踪控制
支持向量机
非线性
动态逆
自适应控制
最小二乘Littlewood-Paley小波支持向量机
支持向量机
核函数
支持向量核函数
Littlewood-Paley小波
LS-LPWSVM
基于最小二乘支持向量机逆系统方法应用研究
最小二乘支持向量机
逆系统方法
流浆箱
MATLAB
解耦控制
基于模糊加权最小二乘支持向量回归的非线性系统建模方法
模糊加权机理
最小二乘支持向量回归
非线性统
建模方法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 最小二乘小波支持向量机在非线性系统辨识中的应用
来源期刊 西安交通大学学报 学科
关键词 小波核函数 最小二乘小波支持向量机 非线性系统辨识
年,卷(期) 2004,(6) 所属期刊栏目
研究方向 页码范围 562-565,586
页数 5页 分类号 TP18
字数 语种 中文
DOI 10.3321/j.issn:0253-987X.2004.06.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘君华 西安交通大学电子与信息工程学院 224 3216 28.0 45.0
2 朱长纯 西安交通大学电子与信息工程学院 215 2372 22.0 41.0
3 崔万照 西安交通大学电子与信息工程学院 10 370 5.0 10.0
4 保文星 西安交通大学电子与信息工程学院 10 350 5.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (100)
同被引文献  (99)
二级引证文献  (283)
1909(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(2)
  • 参考文献(2)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(8)
  • 引证文献(8)
  • 二级引证文献(0)
2006(16)
  • 引证文献(13)
  • 二级引证文献(3)
2007(13)
  • 引证文献(6)
  • 二级引证文献(7)
2008(25)
  • 引证文献(10)
  • 二级引证文献(15)
2009(31)
  • 引证文献(14)
  • 二级引证文献(17)
2010(21)
  • 引证文献(7)
  • 二级引证文献(14)
2011(25)
  • 引证文献(6)
  • 二级引证文献(19)
2012(34)
  • 引证文献(6)
  • 二级引证文献(28)
2013(41)
  • 引证文献(6)
  • 二级引证文献(35)
2014(18)
  • 引证文献(5)
  • 二级引证文献(13)
2015(20)
  • 引证文献(2)
  • 二级引证文献(18)
2016(31)
  • 引证文献(7)
  • 二级引证文献(24)
2017(28)
  • 引证文献(3)
  • 二级引证文献(25)
2018(33)
  • 引证文献(6)
  • 二级引证文献(27)
2019(28)
  • 引证文献(0)
  • 二级引证文献(28)
2020(11)
  • 引证文献(1)
  • 二级引证文献(10)
研究主题发展历程
节点文献
小波核函数
最小二乘小波支持向量机
非线性系统辨识
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导