机构地区: 广州航海高等专科学校信息与通信工程学院
出 处: 《现代计算机(中旬刊)》 2012年第2期14-16,共3页
摘 要: 引入径向基函数为核函数的最小二乘支持向量机来完成非线性系统预测,详细介绍其实现方法。仿真实验结果表明,与反向传播神经网络相比,该方法具有较高的预测误差精度和泛化能力。 Chosen the radial basis function (RBF) as kernel function, least squares support vector ma- chines (LSSVM) is used for non-linear system prediction. And presents the methodology steps of this method in details. Compared with back propagation neural networks (BPNN), the simu- lation experimental results show that LSSVM achieves higher prediction error precision, and has higher generalization performance.
领 域: [自动化与计算机技术] [自动化与计算机技术]