针对Suykens等提出的加权最小二乘支持向量机(WLS-SVM)回归建模的不足和防止辨识模型的"过拟合",利用柯西分布函数的一些特性,提出了基于柯西分布加权的最小二乘支持向量机.根据预测误差的统计特性,以确定加权规则的参数,从而赋予训练样本不同的权值.由于考虑了生产过程中样本的实际特性,与已有的加权方法相比,新的加权最小二乘支持向量机更具有鲁棒性.仿真结果验证了该方法的可行性和有效性.
加权最小二乘支持向量机" target="_blank">face="Verdana">加权最小二乘支持向量机 柯西分布函数 过拟合 预测误差
Copyright©北京勤云科技发展有限公司 京ICP备09084417号-23
京公网安备 11010802026262号