北京航空航天大学第七研究室 100083
郭振凯
TP274
针对一般最小二乘支持向量机处理大规模数据集会出现训练速度慢,计算量大,不易在线训练的缺点,将修正后的遗忘因子矩形窗方法与支持向量机相结合,提出一种基于改进的遗忘因子矩形窗算法的在线最小二乘支持向量机回归算法,既突出了当前窗口数据的作用,又考虑了历史数据的影响.所提出的算法可减少计算量,提高在线辨识精度.仿真算例表明了该方法的有效性.
郭振凯;宋召青;毛剑琴.一种改进的在线最小二乘支持向量机回归算法[J].控制与决策,2009,24(1):145-148