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:
当动态过程的输出含有测量噪声时,直接用最小二乘支持向量机(LSSVM)对过程建模预测效果较差,为了提高LSSVM模型的预测精度,提出了一种基于无偏LSSVM的抗噪在线过程建模方法.该方法在每一预测步期间对过程输出测量值进行误差判断,若输出测量值与顸测值相差较大,就对测量值予以修正,然后用修正值构成样本在线建模,从而减少噪声影响.数字仿真显示,当过程输出测量值混有高斯白噪声时,该文方法比直接LSSVM和现有的加权LSSVM的预测精度要高.
推荐文章
一种在线稀疏LSSVM及其在系统建模中的应用
最小二乘支持向量机
学习算法
稀疏性
选择性删除
系统建模
基于PSO和LSSVM的生化过程建模研究
最小二乘支持向量机
粒子群
参数选择
基于局部加权偏最小二乘的在线多模型建模
多模型
贝叶斯分类器
局部加权偏最小二乘
在线
即时
基于KTA-LSSVM的青霉素发酵过程预测建模
青霉素发酵过程
核目标度量
尺度缩放
最小二乘向量机
预测
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 无偏LSSVM的抗噪在线过程建模方法
来源期刊 计算机工程与应用 学科 工学
关键词 在线过程建模 抗噪 时变非线性过程 最小二乘支持向量机
年,卷(期) 2010,(30) 所属期刊栏目
研究方向 页码范围 226-229
页数 分类号 TP273|TP18
字数 4186字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.30.064
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 滕召胜 湖南大学电气与信息工程学院 218 3004 28.0 43.0
2 蒋星军 湖南广播电视大学信息技术系 10 29 3.0 5.0
3 周欣然 湖南大学电气与信息工程学院 18 107 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (191)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(6)
  • 参考文献(1)
  • 二级参考文献(5)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(7)
  • 参考文献(0)
  • 二级参考文献(7)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(6)
  • 参考文献(2)
  • 二级参考文献(4)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(3)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
在线过程建模
抗噪
时变非线性过程
最小二乘支持向量机
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导