原文服务方: 信息与控制       
摘要:
提出一种构造稀疏化最小二乘支持向量机的方法.该方法首先通过斯密特正交化法对核矩阵进行简约,得到核矩阵的基向量组:再利用核偏最小二乘方法对最小二乘支持向量机进行回归计算,从而使最小二乘向量机具有一定稀疏性.基于稀疏最小二乘向量机建立了非线性动态预测模型,对铜转炉造渣期吹炼时间进行滚动预测.仿真结果表明,基于核偏最小二乘辨识的稀疏最小二乘支持向量机具有计算效率高、预测精度好的特点.
推荐文章
基于稀疏最小二乘支持向量机的软测量建模
遗传算法
参数识别
整体优化
软测量
最小二乘支持向量机
4-CBA含量
代价约束多核最小二乘支持向量机及其应用
代价约束
多核学习
最小二乘支持向量机
稀疏性
泡沫浮选
回收率
负熵最小化加权最小二乘支持向量机及其应用
加权最小二乘支持向量机
负熵
稀疏权重
钴结壳识别
底质识别
基于最小二乘支持向量机逆系统方法应用研究
最小二乘支持向量机
逆系统方法
流浆箱
MATLAB
解耦控制
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 稀疏最小二乘支持向量机及其应用研究
来源期刊 信息与控制 学科
关键词 最小二乘支持向量机 核偏最小二乘辨识 智能建模
年,卷(期) 2008,(3) 所属期刊栏目 论文与报告
研究方向 页码范围 334-338,345
页数 6页 分类号 TP18
字数 语种 中文
DOI 10.3969/j.issn.1002-0411.2008.03.014
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 阳春华 中南大学信息科学与工程学院 389 3229 27.0 37.0
2 桂卫华 中南大学信息科学与工程学院 695 7452 38.0 56.0
3 宋海鹰 中南大学信息科学与工程学院 15 230 9.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (64)
参考文献  (9)
节点文献
引证文献  (25)
同被引文献  (43)
二级引证文献  (41)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(6)
  • 参考文献(2)
  • 二级参考文献(4)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(7)
  • 引证文献(6)
  • 二级引证文献(1)
2011(6)
  • 引证文献(4)
  • 二级引证文献(2)
2012(9)
  • 引证文献(5)
  • 二级引证文献(4)
2013(10)
  • 引证文献(2)
  • 二级引证文献(8)
2014(11)
  • 引证文献(2)
  • 二级引证文献(9)
2015(4)
  • 引证文献(1)
  • 二级引证文献(3)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
最小二乘支持向量机
核偏最小二乘辨识
智能建模
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
信息与控制
双月刊
1002-0411
21-1138/TP
大16开
1972-01-01
chi
出版文献量(篇)
2891
总下载数(次)
0
总被引数(次)
41289
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
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导