排序方式： 共有1条查询结果，搜索用时 0 毫秒
1
1.
鲁棒LSSVR的模拟电路性能在线评价策略 总被引：1，自引：0，他引：1
针对模拟电路性能的在线评价问题,既要考虑运算速度又要考虑评价的可靠性.而现场数据的采集常包含有错值,对于错值正确的处理直接关乎到评价结果的可靠性.运用标准支持向量回归机(LSSVR),结合鲁棒学习的优越性,设计修正双核径向基核函数(MDRBF)在线调节核宽度保证支持向量数目确定的精确性,利用改进的鲁棒学习算法处理包含错值的数据集,在线完成模拟电路输出预测与实际输出对比,获取预测误差.该方法利用鲁棒学习算法更新LSSVR权值来处理错值,同时应用增量、减量交互的学习方法兼顾历史数据,控制存储数据总量,完成鲁棒LSSVR (RLSSVR)模型的在线更新.实验以高校模拟电路实验为依托,采用近两年内由精密仪器设备测评所得的小功率放大器的8项技术指标构建训练集,进行RLSSVR在线评价.实验表明,所提出的方法能有效处理错值所带来的回归偏差,性能优于传统LSSVR法、ε-SVR法及WLSSVR法,与精密仪器性能评价结果较为接近,且有较优的运算速度,适于在线推广. 相似文献
1
