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:
针对非线性时变系统难以辨识的问题,提出了一种基于改进最小二乘支持向量机的辨识新方法.该方法在加权最小二乘支持向量机的基础上,引入用矢量基学习和自适应迭代相结合的方式得到一个小的支持向量,同时采用加权方法确定权值系数以减小训练样本中非高斯噪声的影响.通过对动态非线性时变系统的仿真,结果表明该算法具有较好的鲁棒性、支持向量稀疏性和动态建模实时性.
推荐文章
基于改进最小二乘步骤的NARMA模型辨识非线性时变结构系统
振动与波
非线性时变系统
系统辨识
递推最小二乘
自回归滑动平均
基于FLANN的非线性动态系统辨识
非线性
动态
系统辨识
FLANN
PS0优化算法
具有噪声干扰的非线性时变系统多维泰勒网辨识和控制
多维泰勒网
非线性时变系统
噪声干扰
自适应控制
非线性滤波
基于最优结构多维泰勒网的含噪声非线性时变系统辨识
辨识
非线性时变系统
多维泰勒网
噪声干扰
剪枝算法
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 基于改进的LSSVM辨识动态非线性时变系统
来源期刊 计算机工程与应用 学科 工学
关键词 矢量基 加权最小二乘支持向量机 支持向量稀疏性 自适应迭代算法
年,卷(期) 2010,(21) 所属期刊栏目
研究方向 页码范围 238-241
页数 分类号 TP181
字数 4492字 语种 中文
DOI 10.3778/j.issn.1002-8331.2010.21.069
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 杜志勇 39 185 7.0 12.0
2 王鲜芳 2 4 1.0 2.0
3 郑丽媛 辽宁工程技术大学电气与控制工程学院 4 39 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (52)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1909(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
矢量基
加权最小二乘支持向量机
支持向量稀疏性
自适应迭代算法
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导