基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对Suykens等提出的加权最小二乘支持向量机(WLS-SVM)回归建模的不足和防止辨识模型的"过拟合",利用柯西分布函数的一些特性,提出了基于柯西分布加权的最小二乘支持向量机,根据预测误差的统计特性,以确定加权规则的参数,从而赋予训练样本不同的权值,由于考虑了生产过程中样本的实际特性,与已有的加权方法相比,新的加权最小二乘支持向量机更具有鲁棒性,仿真结果验证了该方法的可行性和有效性.
推荐文章
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MapReduce的最小二乘支持向量机回归模型
最小二乘支持向量机
MapReduce编程模式
局部多模型方法
加速比
可扩展性
基于最小二乘支持向量机的多属性决策
多属性决策
最小二乘支持向量机
效用函数
基于改进的加权最小二乘支持向量机的空间桁架建模
加权最小二乘支持向量机
非线性建模
希尔伯特变换
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 基于柯西分布加权的最小二乘支持向量机
来源期刊 控制与决策 学科 工学
关键词 加权最小二乘支持向量机 柯西分布函数 过拟合 预测误差
年,卷(期) 2009,(6) 所属期刊栏目 短文
研究方向 页码范围 937-940
页数 4页 分类号 TP18
字数 语种 中文
DOI 10.3321/j.issn:1001-0920.2009.06.027
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 吴晓蓓 南京理工大学自动化学院 113 1168 17.0 26.0
2 徐志良 南京理工大学自动化学院 60 466 11.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (1809)
参考文献  (2)
节点文献
引证文献  (16)
同被引文献  (16)
二级引证文献  (14)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(2)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(6)
  • 引证文献(4)
  • 二级引证文献(2)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
加权最小二乘支持向量机
柯西分布函数
过拟合
预测误差
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
控制与决策
月刊
1001-0920
21-1124/TP
大16开
沈阳东北大学125信箱
1986
chi
出版文献量(篇)
7031
总下载数(次)
20
总被引数(次)
141238
论文1v1指导