基于矢量基学习的最小二乘支持向量机建模
陈爱军1
宋执环2
李平2
1.浙江大学,工业控制技术研究所,浙江,杭州,310027;中国石油兰州石化公司,自动化研究院,甘肃,兰州,7300602.浙江大学,工业控制技术研究所,浙江,杭州,310027
摘要：为使最小二乘支持向量机的解具有稀疏性,本文提出了一种稀疏解算法-矢量基学习.首先引入基矢量、基矢量集与矢量空间的概念,并分析新样本矢量与矢量空间的夹角,从而推导出该样本是否为基矢量的判断准则.随着新样本的到来,在线判别支持向量,使LS-SVM的支持向量具有稀疏性.提升LS-SVM动态建模的实时性,本文进一步提出用于矢量基学习的增长记忆模式递推公式.仿真分析及水处理厂的应用实例,验证了该方法的可行性和有效性.
关键词：最小二乘支持向量机矢量基稀疏性增长记忆模式支持向量
分类号：TP2(自动化技术及设备)
资助基金：国家高技术研究发展计划（863计划）(2003AA412110)
论文发表日期：2007-01-01
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：5( 1-5 )
英文信息