状态时间序列预测的贝叶斯最小二乘支持向量机方法

• 作者: 孙渊 张弦 张金生 王宏力
• 来源期刊: 西安交通大学学报
• 关键词: 最小二乘支持向量机 贝叶斯证据框架 电子系统 雷达发射机 状态时间序列预测
• 年，卷（期）: 2010,（10）
• 页码范围: 42-46
• 分类号: TP277
• 语种: 中文

摘要

为实现对电子系统状态时间序列的有效预测,提出一种基于贝叶斯证据框架的最小二乘支持向量机在线预测方法.该方法以逐次增加最新状态数据并剔除最旧状态数据的方式更新最小二乘支持向量机预测模型,利用分块矩阵求逆运算简化了新旧状态数据交替增减所带来的预测模型重训问题,通过贝叶斯证据框架实现预测模型超参数的在线动态优化.应用于雷达发射机中高压电源与多注速调管的状态时间序列预测实例表明,该方法的预测精度与计算效率比自适应灰色模型方法分别高9.52%与73.26%,具有预测精度高、预测稳定性高与计算效率高的优点,适用于电子系统在线状态时间序列预测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张金生	第二炮兵工程学院精确制导与仿真实验室	80	552	13.0	16.0
2	孙渊	第二炮兵工程学院精确制导与仿真实验室	16	142	7.0	11.0
3	张弦	第二炮兵工程学院自动控制工程系	22	319	12.0	17.0
4	王宏力	第二炮兵工程学院自动控制工程系	112	961	15.0	24.0