收藏本站
《中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集》2004年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的非线性系统辨识方法

荣海娜  张葛祥  张翠芳  
【摘要】:支持向量机是一种基于结构风险最小化原理的新一代机器学习方法,在分类和回归估计方面已显示出了很好的应用前景。本文在简要介绍支持向量回归新方法的基础上,给出用于非线性系统进行辨识的支持向量机模型和多输入支持向量机的核函数构造方法,并将支持向量机与神经网络的非线性系统辨识效果进行了比较分析。实验结果表明,支持向量机具有比神经网络更强的非线性系统辨识能力和更好的泛化能力。