基于支持向量机的线性模型鲁棒参数估计

• 作者: 张浩然
• 来源期刊: 北京交通大学学报
• 学科: 工学
• 关键词: 支持向量机 参数估计 鲁棒性
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 81-85,90
• 页数: 6页
• 分类号: TP181
• 字数: 4190字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0291.2009.06.018

摘要

探讨了基于支持向量机的线性系统参数估计问题,利用最小二乘支持向量机来估计自回归滑动平均模型(ARMA)的参数,并在理论上证明了在高斯噪声下比最小二乘估计方法具有更小的均方差;随后利用标准支持向量机来估计ARMA的参数,并利用它的性质从理论上分析了其对大噪声和小噪声的鲁棒性.仿真结果表明支持向量机方法能有效克服样本中的异常点和噪声对参数估计的干扰,比最小二乘估计方法具有更好的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张浩然	浙江师范大学数理与信息工程学院	46	819	13.0	28.0