基于加权支持向量回归的在线训练算法及应用
On-line Training Algorithm and Its Application Based on Weighted SVR作者机构：东南大学自动化研究所江苏南京210096
出 版 物：《系统仿真学报》 (Journal of System Simulation)
年 卷 期：2007年第19卷第17期
页 面：3970-3973页
核心收录：
学科分类：0810[工学-信息与通信工程] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0835[工学-软件工程] 081002[工学-信号与信息处理]
主 题：加权支持向量回归 在线辨识 精确在线训练 氯气投加系统
摘 要：针对时变系统的在线辨识问题,提出了一种加权支持向量回归方法,根据时间信息给予历史数据不同的加权,实现了精确在线训练算法,在保持精度的同时避免了采集到新样本时重复训练,大大加快了训练速度。研究了该算法的复杂度并加以改进。将该方法应用于氯气投加系统过程模型的在线辨识,在训练速度和精度上都较为满意,这一结果说明了该算法的有效性。
维普期刊数据库
同方期刊数据库