基于支持向量机与RBF神经网络的软测量模型比较研究 |
| |
引用本文: | 冯瑞,宋春林,张艳珠,邵惠鹤.基于支持向量机与RBF神经网络的软测量模型比较研究[J].上海交通大学学报,2003,37(Z1):122-125. |
| |
作者姓名: | 冯瑞 宋春林 张艳珠 邵惠鹤 |
| |
作者单位: | 1. 上海交通大学,自动化系,上海,200030 2. 东北大学,信息工程学院,沈阳,110004 3. 沈阳工业学院,信息工程系,沈阳,110015 |
| |
基金项目: | 国家高技术研究发展计划(863)项目(2001 AA413130) |
| |
摘 要: | 给出了基于支持向量机(SVMs)和RBF神经网络的软测量建模方法.通过对这两种方法进行理论分析和仿真比较研究,结果表明,SVMs方法跟踪性能好、泛化能力强、对样本的依赖程度低,它比基于RBF神经网络的软测量建模具有更好的推广能力.
|
关 键 词: | 支持向量机 软测量 RBF神经网络 建模 |
文章编号: | 1006-2467(2003)S1-0122-04 |
修稿时间: | 2002年10月15 |
Comparative Study of Soft Sensor Models Based on Support Vector Machines and RBF Neural Networks |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|