首页 > 《东南大学学报：英文版》 > 2006年2期 > 基于支持向量回归神经网络的动态系统辨识

基于支持向量回归神经网络的动态系统辨识

在线阅读下载PDF 导出详情

摘要结合支持向量机和神经网络各自的优点，提出了一种新颖的自适应支持向量回归神经网络（SVR—NN）．首先，利用支持向量回归方法确定SVR—NN的初始结构和初始化权值，基于支持向量自适应地构造SVR—NN神经网络的隐层节点；然后，使用退火过程的鲁棒学习算法更新网络节点参数和权值．为了验证所提出方法的有效性，给出了自适应SVR-NN应用于非线性动态系统辨识的实例．仿真结果表明，与以前的神经网络方法相比，基于SVR-NN网络的辨识方案能获得相当好的性能，它具有很快的收敛速度．因此，自适应的SVR—NN为非线性系统辨识提供了极有吸引力的新途径．

DOI rj8vl15y40/442082

作者李军;刘君华

机构地区不详

出处《东南大学学报：英文版》 2006年2期

关键词支持向量回归神经网络系统辨识鲁棒学习算法自适应性

分类 [文化科学][高等教育学]

出版日期 2006年02月12日（中国期刊网平台首次上网日期，不代表论文的发表时间）