排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
支持向量机控制与在线学习方法研究的进展 总被引:4,自引:4,他引:4
支持向量机以其模型结构简单、较好的推广能力和全局最优解等特点已经被用来进行智能控制的研究,主要包括采用支持向量机回归的非线性时间序列的建模与预测、系统辨识等建模方面的研究以及优化控制、学习控制和预测控制等方面的研究以及采用支持向量机的故障诊断的研究。由于现有SVMR基于二次规划的优化方法不适合控制过程的在线训练,因此出现了对SVMR在线训练算法的研究。分析了国内外这些研究内容的最新研究进展,旨在探讨归纳支持向量机在控制领域研究的主要成果和存在的问题,以便为进一步的研究提供一定的支持与帮助。 相似文献
2.
对水体中污染物含量进行预测具有十分重要的意义。将时间序列作为RBF神经网络的输入,对水体污染物含量的预测做了建模研究。实验结果表明,RBF神经网络的输出值与实际值之间的误差在可以接受的范围,因此在实际应用中,可以将RBF网络方法作为一种考虑采用的方法。 相似文献
3.
Banach空间中独立和的完全收敛性 总被引:4,自引:0,他引:4
王定成 《四川大学学报(自然科学版)》1988,(4)
本文讨论了可分Banach空间中jid随机变元列的完全收敛性,得到了文[4]的结果在可分tyPe—t Banach空间中成立。 相似文献
4.
5.
6.
针对风速随机性大、影响因素多、预测准确度不高的情况,基于支持向量机与信息几何的统计学关联性,从信息几何学角度分析核函数的几何结构,构造数据依赖核函数,并与支持向量机回归相结合,形成数据依赖核支持向量机回归(Data Dependent Kernel-SVR,DDK-SVR)方法.将该方法用于风速预测中,建立DDK-SVR风速预测模型,并将预测结果与传统支持向量机、神经网络方法进行对比.结果表明,DDK-SVR方法具有更高的预测精度. 相似文献
7.
由于温室环境的复杂性,传统的控制方法很难对其进行有效的控制。基于OS-LSSVMR内模控制具有模型简单、鲁棒性好等特点,将其应用于温室环境的控制具有重要的意义。温室环境的OS-LSSVMR内模制控制方法,针对温室环境不易精确建模和不确定性的特点,构造温室环境输入输出的样本数据,采用OS-LSSVMR建立温室环境的正逆模型,用逆模型作为控制器,正模型预测输出,将预测误差作为控制的反馈,在模型偏离实际系统的情况下在线进行调整。通过三种SVM温室环境内模控制的仿真,说明了温室环境的OS-LSSVMR内模制控制效果较好,适合进一步在温室环境控制中推广应用。 相似文献
8.
研究了控制变换尾分布的宽象限相依实值随机变量部分和的中偏差.
相应于所得到的理论结果, 进一步给出了在相依保险风险模型中的两个应用:
一是在基于顾客到达过程的保险风险模型中, 保险公司盈余的渐近估计;
二是在复合更新风险模型中, 有限时和无限时破产概率的一致渐近估计. 相似文献
9.
1