热门
支持向量机回归理论与控制的综述
文献类型：期刊论文
| 作者 | 王定成1; 方廷健2; 唐毅1; 马永军1 |
| 刊名 | 模式识别与人工智能
 |
| 出版日期 | 2003 |
| 卷号 | 016 |
| 关键词 | 神经网络 支持向量机 回归理论 学习控制 学习理论 |
| ISSN号 | 1003-6059 |
| 其他题名 | Review of support vector machines regression theory and control |
| 英文摘要 | 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． |
| 语种 | 中文 |
| CSCD记录号 | CSCD:1303897 |
| 源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/93544]  |
| 专题 | 中国科学院合肥物质科学研究院 |
| 作者单位 | 1.中国科学技术大学自动化系 2.中国科学院合肥智能机械研究所 3.中国科学技术大学自动化系 4.中国科学技术大学自动化系 |
| 推荐引用方式 GB/T 7714 | 王定成,方廷健,唐毅,等. 支持向量机回归理论与控制的综述[J]. 模式识别与人工智能,2003,016. |
| APA | 王定成,方廷健,唐毅,&马永军.(2003).支持向量机回归理论与控制的综述.模式识别与人工智能,016. |
| MLA | 王定成,et al."支持向量机回归理论与控制的综述".模式识别与人工智能 016(2003). |
入库方式： OAI收割
来源：合肥物质科学研究院
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。