基于支持向量机的非线性系统辨识

• 作者: 杨红梅 王菊花 耿伯英 袁斌
• 来源期刊: 自动化技术与应用
• 学科: 工学
• 关键词: 支持向量机 非线性 系统辨识 预测
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 模式识别与仿真
• 页码范围: 23-26
• 页数: 4页
• 分类号: TP183
• 字数: 2785字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-7241.2007.01.008

摘要

本文针对未知非线性系统,提出了基于支持向量机(SVM)的系统辨识方法,并且通过仿真分析比较了基于SVM与基于RBF神经网络系统辨识及预测结果,仿真结果表明SVM方法比RBF神经网络方法具有更高的预测精度和更好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿伯英	海军工程大学电子工程学院	36	158	7.0	10.0
2	袁斌	海军工程大学电子工程学院	2	14	2.0	2.0
3	杨红梅	海军工程大学电子工程学院	4	24	3.0	4.0
4	王菊花	海军工程大学电子工程学院	4	27	4.0	4.0