回归型支持向量机的系统辨识及仿真

摘要：

本文详细阐述支持向量机(SVM)和最小二乘SVM(LS-SVM)的基本原理基础上,提出基于SVM的线性、非线性系统辨识,通过仿真分析并比较SVM、LS-SVM辨识与神经网络辨识结果,得到SVM、LS-SVM方法比神经网络具有更高的系统辨识精度和更好的泛化能力;LS-SVM算法比SVM快速,抗噪声能力强,更适合于动态系统辨识.

关键词：支持向量机、神经网络、系统辨识

所属期刊栏目：21

分类号：TP271.61(自动化技术及设备)

资助基金：河北省教育厅科研项目2002125

在线出版日期：2004-07-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：41-44