| 基于无偏置项LSSVM的稳健在线过程建模方法 | |
| 周欣然1,2; 滕召胜1; 蒋星军3 | |
| 2010-12-15 | |
| 发表期刊 | 模式识别与人工智能
 |
| ISSN | 1003-6059 |
| 卷号 | 23期号:06页码:885-892 |
| 摘要 | 针对直接利用最小二乘支持向量机(LSSVM)对动态过程在线建模时预测精度易受过程输出测量值上的粗大误差和噪声影响的问题,在分析样本序列结构特征和噪声作用特征基础上,提出一种基于无偏置项LSSVM的稳健在线过程建模方法.该方法在每一预测周期中根据预测误差与设定阈值之间的关系来识别和恢复异常测量值、识别和修正含噪声测量值,从而降低样本中的噪声,使得出的LSSVM较好地跟踪过程的动态特性.这种在线过程建模方法具有稳健性,能减少输出值上粗大误差和高斯白噪声对LSSVM预测精度的影响,提高预测精度.数字仿真显示该方法的有效性和优越性. |
| 关键词 | 在线过程建模 时变非线性过程 粗大误差 最小二乘支持向量机(LSSVM) |
| DOI | 10.16451/j.cnki.issn1003-6059.2010.06.022 |
| URL | 查看原文 |
| 收录类别 | 北大核心 ; CSCD |
| 语种 | 中文 |
| 资助项目 | 国家自然科学基金(No.60872128);国家技术创新基金(No.07C26214301740)资助项目 |
| 原始文献类型 | 学术期刊 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.library.ouchn.edu.cn/handle/39V7QQFX/91218 |
| 专题 | 国家开放大学湖南分部 |
| 作者单位 | 1.湖南大学电气与信息工程学院; 2.中南大学信息科学与工程学院; 3.湖南广播电视大学计算机系 |
| 推荐引用方式 GB/T 7714 | 周欣然,滕召胜,蒋星军. 基于无偏置项LSSVM的稳健在线过程建模方法[J]. 模式识别与人工智能,2010,23(06):885-892. |
| APA | 周欣然,滕召胜,&蒋星军.(2010).基于无偏置项LSSVM的稳健在线过程建模方法.模式识别与人工智能,23(06),885-892. |
| MLA | 周欣然,et al."基于无偏置项LSSVM的稳健在线过程建模方法".模式识别与人工智能 23.06(2010):885-892. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [周欣然]的文章 |
| [滕召胜]的文章 |
| [蒋星军]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [周欣然]的文章 |
| [滕召胜]的文章 |
| [蒋星军]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [周欣然]的文章 |
| [滕召胜]的文章 |
| [蒋星军]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
| 相关推荐 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论