基于支持向量机的线性模型鲁棒参数估计
张浩然
浙江师范大学,数理与信息工程学院,浙江,金华,321004
摘要：探讨了基于支持向量机的线性系统参数估计问题,利用最小二乘支持向量机来估计自回归滑动平均模型(ARMA)的参数,并在理论上证明了在高斯噪声下比最小二乘估计方法具有更小的均方差;随后利用标准支持向量机来估计ARMA的参数,并利用它的性质从理论上分析了其对大噪声和小噪声的鲁棒性.仿真结果表明支持向量机方法能有效克服样本中的异常点和噪声对参数估计的干扰,比最小二乘估计方法具有更好的鲁棒性.
关键词：支持向量机参数估计鲁棒性
分类号：TP181(自动化基础理论)
资助基金：浙江省科技计划项目资助(2008C21064)
论文发表日期：2009-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 81-85,90 )
英文信息