基于递推最小二乘支持向量回归估计的建模与预报

• 作者: 宋执环 李平 陈爱军
• 来源期刊: 信息与控制
• 关键词: 递推最小二乘支持向量回归 估计器 在线更新 非线性时变系统
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 652-655
• 页数: 4页
• 分类号: O212.4|TP277
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0411.2005.06.003

摘要

提出一种新的递推最小二乘支持向量回归估计算法(RLS-SVR),该算法具有实时性高、更新速度快的特点.充分应用RLS-SVR在线学习和训练的实时性,避免辨识模型的维数过高而降低估计精度,本文进一步提出了基于RLS-SVR的混合训练-估计辨识结构.TE过程的组分软测量建模和预报验证了该方法的有效性和优越性.

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	浙江大学工业控制技术研究所工业控制技术国家重点实验室	260	3720	30.0	50.0
2	宋执环	浙江大学工业控制技术研究所工业控制技术国家重点实验室	140	1808	23.0	36.0
3	陈爱军	浙江大学工业控制技术研究所工业控制技术国家重点实验室	3	66	2.0	3.0