基于柯西分布加权的最小二乘支持向量机

摘要：

针对Suykens等提出的加权最小二乘支持向量机(WLS-SVM)回归建模的不足和防止辨识模型的"过拟合",利用柯西分布函数的一些特性,提出了基于柯西分布加权的最小二乘支持向量机,根据预测误差的统计特性,以确定加权规则的参数,从而赋予训练样本不同的权值,由于考虑了生产过程中样本的实际特性,与已有的加权方法相比,新的加权最小二乘支持向量机更具有鲁棒性,仿真结果验证了该方法的可行性和有效性.

关键词：加权最小二乘支持向量机、柯西分布函数、过拟合、预测误差

所属期刊栏目：24

分类号：TP18(自动化基础理论)

在线出版日期：2009-07-03（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：937-940