首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于核参数分时段调节型LSSVM的在线过程辨识方法
引用本文:周欣然,滕召胜,易钊.基于核参数分时段调节型LSSVM的在线过程辨识方法[J].系统工程与电子技术,2010,32(3):660-665.
作者姓名:周欣然  滕召胜  易钊
作者单位:(1. 湖南大学电气与信息工程学院, 湖南 长沙 410082;2. 中南大学信息科学与工程学院, 湖南 长沙 410075)
基金项目:国家自然科学基金,国家技术创新基金(07C26214301740)资助课题 
摘    要:利用最小二乘支持向量机(least square support vector machine, LSSVM)在线辨识时变非线性过程时,设定其核参数较困难,设定的核参数不能适应过程变化而进行自动调节。针对此问题,提出了一种基于核参数分时段调节型LSSVM的在线过程辨识方法。该方法利用了三个LSSVM,并将整个建模预测时期分为启动阶段和若干个工作周期。初始阶段末和每个工作周期末选定预测误差和最小的LSSVM,作为后续工作周期的工作LSSVM,同时根据启发式规则为另两个LSSVM设定核参数,它们作为后续工作周期的比较LSSVM。该方法设定核参数相对容易,而且核参数具有一定的自动调节能力。数字仿真显示,从统计角度而言,所提方法比传统方法有更好的适应性。

关 键 词:在线过程辨识  时变非线性过程  最小二乘支持向量机  核参数

Online process identifying based on time-division regulated kernel parameter LSSVM
ZHOU Xin-ran,TENG Zhao-sheng,YI Zhao.Online process identifying based on time-division regulated kernel parameter LSSVM[J].System Engineering and Electronics,2010,32(3):660-665.
Authors:ZHOU Xin-ran  TENG Zhao-sheng  YI Zhao
Institution:(1. Coll. of Electrical and Information Engineering, Hunan Univ., Changsha 410082, China;; 2. School of Information Science and Engineering, Central South Univ., Changsha 410075, China)
Abstract:It is difficult setting the kernel parameter which is applied to online identify a time-varing nonlinear process by using least square support vector machine(LSSVM),and such setted one can not automatically adjust to adapt it to the varying process.In view of this situation,an online process identification approach based on time-division regulated kernel parameter LSSVM is proposed.Three LSSVMs are utilized and the whole modeling predicting times are divided into a starting stage and several working periods...
Keywords:online process identification  time-varying nonlinear process  least square support vector machine(LSSVM)  kernel parameter
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《系统工程与电子技术》浏览原始摘要信息
点击此处可从《系统工程与电子技术》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号