一种改进的在线最小二乘支持向量机回归算法

• 作者: 宋召青 毛剑琴 郭振凯
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 最小二乘支持向量机回归 改进的遗忘因子矩形窗 在线学习
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 短文
• 页码范围: 145-148
• 页数: 4页
• 分类号: TP274
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2009.01.030

摘要

针对一般最小二乘支持向量机处理大规模数据集会出现训练速度幔、计算量大、不易在线训练的缺点,将修正后的遗忘因子矩形窗方法与支持向量机相结合,提出一种基于改进的遗忘因子矩形窗算法的在线最小二乘支持向量机回归算法,既突出了当前窗口数据的作用,又考虑了历史数据的影响.所提出的算法可减少计算量,提高在线辨识精度.仿真算例表明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宋召青	海军航空工程学院控制工程系	36	351	8.0	18.0
2	毛剑琴	北京航空航天大学第七研究室	64	925	16.0	28.0
3	郭振凯	北京航空航天大学第七研究室	4	83	2.0	4.0