基于支持向量机的系统辨识

• 作者: 王东风 王国鹏 翟永杰 韩璞
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 支持向量机 系统辨识 核函数
• 年，卷（期）: 2004,（11）
• 所属期刊栏目: 建模与验模(M&S/VV&A/T&E)
• 页码范围: 39-41,172-173
• 页数: 5页
• 分类号: TP18
• 字数: 1872字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2004.11.013

摘要

支持向量机是在统计学习理论基础上发展的一种新的机器学习方法,由于其出色的学习性能,该技术已成为当前国际机器学习界的研究热点.该文利用支持向量机,选取不同的核函数,分别对线性自回归滑动平均模型、双线性模型、非线性模型进行模型辨识.仿真结果显示该方法具有良好的辨识性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王东风	华北电力大学动力工程系	170	3490	34.0	51.0
2	韩璞	华北电力大学动力工程系	272	4579	35.0	54.0
3	翟永杰	华北电力大学动力工程系	92	1421	19.0	35.0
4	王国鹏	华北电力大学动力工程系	4	161	3.0	4.0