直接加权优化辨识的最小概率设计

• 作者: 徐波 毛少杰 王建宏 许莺
• 来源期刊: 计算技术与自动化
• 关键词: 非线性系统辨识 直接加权优化辨识 最小概率设计 统计学习
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 【自控理论及应用】
• 页码范围: 21-25
• 页数: 5页
• 分类号: TP273
• 语种: 中文

摘要

研究非线性系统辨识的一种新方法-直接加权优化辨识，对于该方法中未知权重值求取，采用统计学习理论中的最小概率准则作为逼近的误差准则函数。最小概率策略选择为最小化估计误差边界应小于某指定门限值的概率，此估计误差边界来源于有限个数的数据点。将最小概率准则转化为一个最大化问题，对于此最大优化问题，通过代数运算来求解此最大化问题以得到未知权重值的显式表达式。权重估计值有类似核估计的渐近收敛特性，且为独立未知噪声方差值的显式形式。最后用仿真算例验证本文方法的有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐波	南京大学天文与空间科学院	32	176	8.0	11.0
2	王建宏	中国电子科技集团公司第二十八研究所	16	15	2.0	3.0
3	毛少杰	中国电子科技集团公司第二十八研究所	19	107	7.0	10.0
4	许莺	中国电子科技集团公司第二十八研究所	17	28	4.0	5.0