基于最小二乘支持向量机的在线建模与控制方法研究
978-3-639-81855-0
3639818555
152
2015-09-02
55.90 €
chi
https://images.our-assets.com/cover/230x230/9783639818550.jpg
https://images.our-assets.com/fullcover/230x230/9783639818550.jpg
https://images.our-assets.com/cover/2000x/9783639818550.jpg
https://images.our-assets.com/fullcover/2000x/9783639818550.jpg
最小二乘支持向量机(LSSVM)是一种改进的SVM,它用等式约束代替SVM中的不等式约束,容易求出模型参数的解析解,而不需求解凸规划问题。LSSVM具有学习速度快、推广能力强的优点,因此,它日益成为一种通用的学习机器和建模工具,并也成为一个研究热点。本文对LSSVM快速在线学习算法、LSSVM解的稀疏性、LSSVM稳健在线过程建模方法、LSSVM超参数自适应方法,及LSSVM 在控制中的应用形式等方面进行了探讨。本文定性分析了基于LSSVM的多种在线建模方法的特征,它们各有自己较适合的应用场合,这对选用合适的在线建模方法有一定参考价值。无偏置最小二乘支持向量机(NB-LSSVM)是近年来出现的一种变形LSSVM,本文用较多篇幅对它进行了讨论。NB-LSSVM在线学习算法比较快,适合对算法速度有较高要求的场合,但NB-LSSVM比LSSVM多了一个超参数,因此,设定超参数难度相对较大。
https://www.morebooks.shop/books/cn/published_by/%E9%87%91%E7%90%85%E5%AD%A6%E6%9C%AF%E5%87%BA%E7%89%88%E7%A4%BE/359952/products
信息学,信息技术
https://www.morebooks.shop/store/cn/book/%E5%9F%BA%E4%BA%8E%E6%9C%80%E5%B0%8F%E4%BA%8C%E4%B9%98%E6%94%AF%E6%8C%81%E5%90%91%E9%87%8F%E6%9C%BA%E7%9A%84%E5%9C%A8%E7%BA%BF%E5%BB%BA%E6%A8%A1%E4%B8%8E%E6%8E%A7%E5%88%B6%E6%96%B9%E6%B3%95%E7%A0%94%E7%A9%B6/isbn/978-3-639-81855-0