支持向量机非线性系统模型辨识的研究

• 作者: 施冬梅
• 来源期刊: 太原师范学院学报（自然科学版）
• 学科: 工学
• 关键词: 支持向量机 模型辨识 结构风险 高维特征空间
• 年，卷（期）: 2009,（2）
• 页码范围: 53-56
• 页数: 4页
• 分类号: TP274
• 字数: 1669字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-2027.2009.02.015

摘要

采用标准支持向量机(SVM),v-支持向量机,模糊支持向量机,充分发挥其可以任意逼近非线性模型的良好特性对非线性系统进行模型辨识,通过仿真试验表明SVM学习速度快,在小样本情况下具有良好的非线性建模和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施冬梅	镇江高等专科学校电子信息系	15	22	3.0	4.0