支持向量机非线性系统模型辨识的研究  

The Research on Nonlinear System Model Identification Based on SVM

作　　者：施冬梅[1] 

机构地区：[1]镇江高等专科学校电子信息系,江苏镇江212003

出　　处：《太原师范学院学报（自然科学版）》2009年第2期53-56,共4页Journal of Taiyuan Normal University:Natural Science Edition

摘　　要：采用标准支持向量机(SVM),v-支持向量机,模糊支持向量机,充分发挥其可以任意逼近非线性模型的良好特性对非线性系统进行模型辨识,通过仿真试验表明SVM学习速度快,在小样本情况下具有良好的非线性建模和泛化能力.SVM,v-SVM,FSVM,which have very good property of nonliner regression,are adoped to identify the nonliner system model. Simulation results show that SVM can be trained quickly and has good abilities of modeling ninlinear process and generalization in the case of small data set available.

关 键 词：支持向量机 模型辨识 结构风险 高维特征空间 

分 类 号：TP274[自动化与计算机技术—检测技术与自动化装置]