基于支持向量机方法的压电智能结构系统辨识

摘要：

支持向量机(SVM)是一种基于统计学习理论和结构风险最小化原则的新型机器学习方法,克服了传统机器学习方法在训练中的局部极小问题,过学习和欠学习等问题,具有很好的泛化能力.本文介绍了应用于回归分析的最小二乘支持向量机(LS-SVM)的基本理论,然后以随机激励下压电智能结构的响应数据作为训练样本集,采用LS-SVM方法辨识系统,仿真结果验证了这种方法的有效性.

关键词： 支持向量机 智能结构 系统辨识 统计学习理论 机器学习

作者: 董兴建 孟光

作者单位: 上海交通大学振动、冲击、噪声国家重点实验室(上海)

会议类型: 国内会议

会议名称: 2004年全国振动工程及应用学术会议

会议地点: 成都

会议语种:中文

页码: 973-975

在线出版日期: 2004-08-01（万方平台首次上网日期，不代表论文的发表时间）