系统辨识中支持向量机核函数及其参数的研究

• 作者: 张葛祥 荣海娜 金炜东
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 支持向量机 核函数 系统辨识 非线性系统
• 年，卷（期）: 2006,（11）
• 所属期刊栏目: 信息、控制、决策与仿真
• 页码范围: 3204-3208,3226
• 页数: 6页
• 分类号: TP18
• 字数: 5690字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-731X.2006.11.050

摘要

具有不同核函数和参数的支持向量机(SVM)的性能存在很大差异,核函数及其参数的选择是SVM应用和理论研究中的一个重要问题.在简要介绍非线性系统辨识的支持向量机方法后,重点对常用的核函数及其参数的选择进行了研究,并采用具有不同核函数的SVM进行非线性系统辨识.大量实验结果表明,采用SVM方法进行系统辨识时,径向基核函数(RBKF)比其它核函数的辨识效果好,且RBKF的参数选择较容易,当参数在有效范围内改变时,空间复杂度变化小,易于实现.因此,RBKF是系统辨识SVM的较好选择.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张葛祥	西南交通大学电气工程学院	73	1799	20.0	41.0
2	荣海娜	西南交通大学电气工程学院	15	381	7.0	15.0
3	金炜东	西南交通大学电气工程学院	295	3889	30.0	49.0