节点文献

SVM和基于PCA、PLS的SVM在非线性辨识中的比较研究

Comparison of SVM,PLS-based SVM,and PCA-based SVM for Nonlinear System Identification

推荐 CAJ下载
PDF下载
不支持迅雷等下载工具，请取消加速工具后下载。

【Author】 YU Chun-mei1,2,YANG Sheng-bo1,CHEN Xin3,ZHANG Hong-cai2(1.School of Information Engineering,Southwest University of Science & Technology,Mianyang Sichuan 621010,China;2.School of Automation,Northwestern Polytechnical University,Xi’an Shanxi 710072,China;3.College of Mechtronics Engineering & Automation,Shanghai University,Shanghai 200072,China)

【机构】西南科技大学信息工程学院；上海大学机电工程与自动化学院；西北工业大学自动化学院四川绵阳621010；西北工业大学自动化学院；陕西西安710072；四川绵阳621010；上海200072；

【摘要】对于同一个非线性系统,比较单纯ε-不灵敏支持向量机方法和基于主元提取、基于偏最小二乘提取的ε-不灵敏支持向量机方法在输入相关和不相关两种情况下的拟合性能和抗干扰性能。仿真结果表明:当输入变量之间存在相关性时,基于特征提取的方法优于直接采用ε-不灵敏支持向量机的方法。更多还原

【Abstract】 To compare the performances of ε-insensitive SVM,PLS-based SVM and PCA-based SVM,two cases of the same nonlinear system for identification were considered.One is that the input variables are correlated,the other is they are uncorrelated.The results showed that PLS-based SVM and PCA-based SVM perform much better than that without feature extraction in the case of variables correlation.更多还原

【关键词】支持向量机；非线性系统辨识；偏最小二乘；主元分析；
【Key words】 support vector machine(SVM)； nonlinear system identification； partial least squares(PLS)； principal component analysis(PCA)；

【基金】四川省教育厅资助项目(2003B020);国家“863”计划资助项目(2005AA121520)

【文献出处】计算机应用研究 ,Application Research of Computers , 编辑部邮箱 ,2007年06期

【分类号】TP11
【被引频次】14
【下载频次】406

知网节下载

节点文献中：

本文链接的文献网络图示:

本文的引文网络

节点文献