作　　者： ; ; ;

机构地区： 西华大学电气信息学院

出　　处： 《系统仿真学报》 2006年第9期2429-2432,共4页

摘　　要： 提出一种新的尺度核支持向量回归方法,并应用于非线性系统辨识问题。通过线性规划技术和采用尺度函数作为核函数来实现支持向量回归模型。该支持向量回归的核函数不必满足Mercer条件,为实际应用更广泛地选择尺度核提供更大的灵活性。仿真实验结果表明该尺度核支持向量回归方法可以成为非线性系统辨识的有力工具。 A new scaling kernel support vector regression was proposed for nonlinear system identification problem. Using linear programming technique and scaling kernel function, the support vector regression model was obtained. The kernel function of support vector regression doesn＇t need to meet Mercer condition so as to offer more flexibility for selecting support kernel in practice application. The simulation results show that the scaling kernel support vector regression method can become the powerful tool for the nonlinear system identification.

关 键 词： 非线性系统辨识 小波理论 支持向量回归 尺度核支持向量回归

领　　域： [自动化与计算机技术] [自动化与计算机技术] [自动化与计算机技术] [自动化与计算机技术]