基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
递推最小二乘(RLS)存在模型阶次及参数要预先设定、逼近能力有限、收敛较慢等诸多缺陷,本文提出了矢量基学习(Vector Base Learning:VBL)算法.基于核(Kernel)变换的思想,利用正则化技术建立了优化目标函数,避免出现过拟合.并提出了基矢量、基矢量集和解空间的概念,通过分析样本矢量和解空间的夹角,推导了基矢量的判断准则.继而获得了VBL辨识参数的增长和校正模式的递推公式.最后对算法仿真分析表明VBL算法比RLS具有更好的收敛性和辨识效果.
推荐文章
负荷建模参数辨识中综合改进遗传算法的应用
电力系统
负荷建模
参数辨识
遗传算法
综合改进
智能启发算法在机器学习中的应用研究综述
参数结构优化
特征优化
集成约简
原型优化
加权投票集成
核函数学习
系统辨识在水压仿真器试验建模中的应用
系统辨识
水压仿真器
最小二乘法
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 矢量基学习算法及在辨识建模中的应用研究
来源期刊 电路与系统学报 学科 工学
关键词 递推最小二乘 核函数 正则化 辨识
年,卷(期) 2004,(6) 所属期刊栏目 短文
研究方向 页码范围 122-126
页数 5页 分类号 TP274
字数 4007字 语种 中文
DOI 10.3969/j.issn.1007-0249.2004.06.028
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 李平 30 585 15.0 24.0
2 王海清 15 357 10.0 15.0
3 解应春 3 8 2.0 2.0
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  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(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)
1999(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)
研究主题发展历程
节点文献
递推最小二乘
核函数
正则化
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
电路与系统学报
双月刊
1007-0249
44-1392/TN
16开
广东省广州市
1996
chi
出版文献量(篇)
2090
总下载数(次)
5
总被引数(次)
21491
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