回归型支持向量机的系统辨识及仿真

• 作者: 吴惕华 赵静一 黄宴委
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 支持向量机 神经网络 系统辨识
• 年，卷（期）: 2004,（5）
• 所属期刊栏目: 建模与验模（M&S/VV&A/T&E)
• 页码范围: 41-44
• 页数: 4页
• 分类号: TP271.61
• 字数: 3115字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2004.05.013

摘要

本文详细阐述支持向量机(SVM)和最小二乘SVM(LS-SVM)的基本原理基础上,提出基于SVM的线性、非线性系统辨识,通过仿真分析并比较SVM、LS-SVM辨识与神经网络辨识结果,得到SVM、LS-SVM方法比神经网络具有更高的系统辨识精度和更好的泛化能力;LS-SVM算法比SVM快速,抗噪声能力强,更适合于动态系统辨识.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄宴委	上海交通大学电信学院自动化系	6	108	5.0	6.0
2	吴惕华	上海交通大学电信学院自动化系	26	218	10.0	13.0