热门
支持向量机回归在线建模及应用
文献类型：期刊论文
| 作者 | 王定成2; 方廷健3; 高理富2 ; 马永军2
|
| 刊名 | 控制与决策
 |
| 出版日期 | 2003 |
| 卷号 | 018 |
| 关键词 | 支持向量机 在线建模 回归理论 神经网络 |
| ISSN号 | 1001-0920 |
| 其他题名 | Support vector machines regression on-line modeling and its application |
| 英文摘要 | 支持向量机（SVM）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，讨论了建模中SVM核函数，损失函数的选取和容量控制等问题，并用实验加以验证，将SVM回归动态建模理论应用于非线性，时变，大时延温室环境温度变化的建模和预测，模型简单，预测效果好。 |
| 语种 | 中文 |
| CSCD记录号 | CSCD:1298256 |
| 源URL | [http://ir.hfcas.ac.cn:8080/handle/334002/98368]  |
| 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.中国科学技术大学自动化系 3.中国科学院合肥智能机械研究所 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,高理富,等. 支持向量机回归在线建模及应用[J]. 控制与决策,2003,018. |
| APA | 王定成,方廷健,高理富,&马永军.(2003).支持向量机回归在线建模及应用.控制与决策,018. |
| MLA | 王定成,et al."支持向量机回归在线建模及应用".控制与决策 018(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。