Rss Email Alert
期刊订阅| 联系我们
高级搜索
高级搜索
首页 > 过刊浏览>2009年第24卷第1期 >145-148
PDF HTML阅读 XML下载 导出引用 引用提醒
一种改进的在线最小二乘支持向量机回归算法
DOI:
CSTR:
作者:
作者单位:

北京航空航天大学第七研究室 100083

作者简介:

郭振凯

通讯作者:

中图分类号:

TP274

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
    • |
  • 图/表
    • |
  • 访问统计
    • |
  • 参考文献
    • |
  • 相似文献
    • |
  • 引证文献
    • |
  • 资源附件
    • |
  • 文章评论
    摘要:

    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.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

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

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2007-10-28
  • 最后修改日期:2008-04-07
  • 录用日期:
  • 在线发布日期: 2009-01-20
  • 出版日期:
文章二维码

办公地点：东北大学 综合楼313室

通讯地址：沈阳市和平区文化路3巷11号 东北大学125信箱 《控制与决策》编辑部(110819)

收件人：《控制与决策》编辑部 (如果快递，请选择EMS或顺丰快递，其他快递无法送达。)

电话: 024-83687766，23906437

版权所有 :控制与决策

技术支持：北京勤云科技发展有限公司

E-mail: kzyjc@mail.neu.edu.cn

版权所有 :控制与决策

技术支持：北京勤云科技发展有限公司