收藏本站
《全国炼钢连铸过程自动化技术交流会论文集》 2006年
收藏 | 手机打开
二维码
手机客户端打开本文

基于支持向量机的系统辨识及应用研究

李升娟  杨宗尧  于飞  刘喜梅  
【摘要】:支持向量机(SVM)是一种基于结构风险最小化原理的机器学习技术,也是一种新的具有很好泛化性能的回归方法。本文研究了利用支持向量机进行系统辨识的新方法,并进行了仿真实验,结果验证了所提出的方法的正确性和有效性。

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张汝雷;王保民;苏欣平;傅钰;;支持向量机(SVM)在机械故障诊断中的应用研究[J];军事交通学院学报;2009年03期
2 姚程宽;;SVM在不平衡样本集中的应用研究[J];计算机与数字工程;2007年10期
3 范秋凤;陈彦涛;;支持向量机及其应用研究[J];科技信息;2009年29期
4 谢长菊;;支持向量机新模型及其参数特性研究[J];计算机仿真;2010年04期
5 李卓,刘斌,刘铁男,朱秀华,魏坤;支持向量机及其在油田生产中的应用[J];大庆石油学院学报;2005年03期
6 张国宣,孔锐,施泽生,郭立;一种新的基于聚类的SVM迭代算法[J];仪器仪表学报;2004年S1期
7 李毅;徐守时;;基于支持向量机的遥感图像舰船目标识别方法[J];计算机仿真;2006年06期
8 邓蕊;马永军;刘尧猛;;基于改进交叉验证算法的支持向量机多类识别[J];天津科技大学学报;2007年02期
9 王书舟;伞冶;;支持向量机的训练算法综述[J];智能系统学报;2008年06期
10 林长方;;支持向量机及其应用研究[J];和田师范专科学校学报;2010年05期
11 孔波;郑喜英;;支持向量机多类分类方法研究[J];河南教育学院学报(自然科学版);2010年02期
12 张国宣,孔锐,施泽生,郭立,刘士建,薛明东;基于核聚类方法的多层次支持向量机分类树[J];控制与决策;2004年11期
13 杜新华;陈增强;袁著祉;;基于支持向量机函数逼近的性能研究[J];计算机工程;2006年08期
14 梁宏斌;严正俊;;基于支持向量机的模式识别方法[J];现代电子技术;2007年16期
15 赵洪波;;基于遗传算法的进化支持向量机研究[J];绍兴文理学院学报(自然科学版);2004年03期
16 奉国和;李拥军;朱思铭;;边界邻近支持向量机[J];计算机应用研究;2006年04期
17 孔波;刘小茂;张钧;;基于中心距离比值的增量支持向量机[J];计算机应用;2006年06期
18 杨斌;路游;;基于统计学习理论的支持向量机的分类方法[J];计算机技术与发展;2006年11期
19 薛宇玲;;支持向量机研究进展[J];榆林学院学报;2007年04期
20 刘解放;侯振雨;吴亮;;支持向量机在模式识别和回归模型中的应用[J];河南科技学院学报(自然科学版);2007年04期
中国重要会议论文全文数据库 前10条
1 李升娟;杨宗尧;于飞;刘喜梅;;基于支持向量机的系统辨识及应用研究[A];全国炼钢连铸过程自动化技术交流会论文集[C];2006年
2 赵晶;高隽;张旭东;谢昭;;支持向量机综述[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年
3 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];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[C];2004年
4 顾锦荣;刘华强;孙预前;;遗传算法优化的支持向量机模型在热带气旋强度预报中的应用[A];第七届长三角气象科技论坛论文集[C];2010年
5 史晓涛;刘建丽;骆玉荣;;一种抗噪音的支持向量机学习方法[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(下册)[C];2008年
6 胡海清;;序列最小优化及其改进算法[A];第十届中国科协年会信息化与社会发展学术讨论会分会场论文集[C];2008年
7 陶卿;黄燕;刘欣;;基于边缘加权的模糊支持向量机体系[A];2005年中国智能自动化会议论文集[C];2005年
8 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
9 彭煊;王炳锡;;支持向量机及其在被动声呐目标识别中的应用[A];第十届全国信号处理学术年会(CCSP-2001)论文集[C];2001年
10 林关成;李亚安;;基于ANN与SVM的分类和回归比较研究[A];2008’促进中西部发展声学学术交流会论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 李忠伟;支持向量机学习算法研究[D];哈尔滨工程大学;2006年
2 杨金芳;支持向量回归在预测控制中的应用研究[D];华北电力大学(河北);2007年
3 张永;基于模糊支持向量机的多类分类算法研究[D];大连理工大学;2008年
4 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
5 马儒宁;神经网络与支持向量机相关问题研究[D];复旦大学;2005年
6 鲁淑霞;基于支持向量机的多光谱数据分类[D];河北大学;2007年
7 刘叶青;原始空间中支持向量机若干问题的研究[D];西安电子科技大学;2009年
8 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
9 常甜甜;支持向量机学习算法若干问题的研究[D];西安电子科技大学;2010年
10 曹葵康;支持向量机加速方法及应用研究[D];浙江大学;2010年
中国硕士学位论文全文数据库 前10条
1 杜晓东;基于支持向量机的数据挖掘方法[D];山东大学;2005年
2 蒋琳琼;基于支持向量机的货币识别研究[D];中南大学;2007年
3 滕文凯;支持向量机反问题及其解法[D];河北大学;2005年
4 马洁;基于支持向量机的股市预测问题研究[D];天津大学;2006年
5 杨显飞;基于边界向量预选的支持向量机算法研究[D];哈尔滨工程大学;2008年
6 杨振章;基于支持向量数据描述的分类识别算法研究[D];杭州电子科技大学;2009年
7 李治伟;支持向量机及其在纹理分类中的应用[D];汕头大学;2008年
8 赵莹;基于向量投影的支持向量机增量学习算法[D];哈尔滨工程大学;2007年
9 余萍;一种基于边界调节的支持向量机模型[D];重庆大学;2007年
10 高泓;基于支持向量机的动态预测方法与实现技术研究[D];大庆石油学院;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978