期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
支持向量机回归理论与控制的综述 被引量：56
1
作者 王定成 方廷健 +1 位作者 唐毅 马永军 《模式识别与人工智能》 EI CSCD 北大核心 2003年第2期192-197,共6页
支持向量机回归理论与神经网络等非线性回归理论相比具有许多独特的优点。SVMR有线性回归和非线性回归,其模型的选择包括核的选择、容量控制以及损失函数的选择。SVMR在控制方面的研究包括非线性时间序列的预测及应用、系统辨识以及优... 支持向量机回归理论与神经网络等非线性回归理论相比具有许多独特的优点。SVMR有线性回归和非线性回归,其模型的选择包括核的选择、容量控制以及损失函数的选择。SVMR在控制方面的研究包括非线性时间序列的预测及应用、系统辨识以及优化控制和学习控制等方面的研究。将SVMR应用于控制方法的研究,是智能控制的一个崭新的研究方向,具有广阔的应用前景。 展开更多
关键词 神经网络 支持向量机 回归理论 学习控制 学习理论
原文传递
支持向量机控制与在线学习方法研究的进展 被引量：17
2
作者 王定成 姜斌 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第6期1177-1181,共5页
支持向量机以其模型结构简单、较好的推广能力和全局最优解等特点已经被用来进行智能控制的研究,主要包括采用支持向量机回归的非线性时间序列的建模与预测、系统辨识等建模方面的研究以及优化控制、学习控制和预测控制等方面的研究以... 支持向量机以其模型结构简单、较好的推广能力和全局最优解等特点已经被用来进行智能控制的研究,主要包括采用支持向量机回归的非线性时间序列的建模与预测、系统辨识等建模方面的研究以及优化控制、学习控制和预测控制等方面的研究以及采用支持向量机的故障诊断的研究。由于现有SVMR基于二次规划的优化方法不适合控制过程的在线训练,因此出现了对SVMR在线训练算法的研究。分析了国内外这些研究内容的最新研究进展,旨在探讨归纳支持向量机在控制领域研究的主要成果和存在的问题,以便为进一步的研究提供一定的支持与帮助。 展开更多
关键词 支持向量机回归(SVMR) 建模 控制 在线
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部