基于支持向量机的系统辨识方法研究及应用
建立了基于支持向量机的系统辨识方法，采用与主成分分析相结合的方式对存在相关性的输入数据进行去相关和降维，采用网格搜索和k-折交叉验证的模型参数寻优方式确定支持向量机的模型参数，确保模型有最佳预测精度。将基于主成分分析的支持向量机与基于参数寻优的支持向量机模型辨识效果进行比较，发现这两种方法都可以改进支持向量机的预测精度，且参数寻优过程可以代替主成分分析的数据前处理方式，因而基于参数寻优的支持向量机对高维、相关数据的系统辨识来说更具普适性。将该法应用于根部固支悬臂梁的柔性参数识别中，证明基于参数寻优的支持向量机法预测效果是最好的，且当输出变量和输入变量呈线性关系时，可以不考虑输入变量间的相关性。
支持向量机 主成分分析 网格搜索 交叉验证 系统辨识
何琴淑 刘信恩 肖世富
中国工程物理研究院总体工程研究所,四川绵阳621900
国内会议
重庆
中文
1-7
2012-11-22（万方平台首次上网日期，不代表论文的发表时间）