首页 | 本学科首页   官方微博 | 高级检索  
检索        

基于SVM的动态建模新方法
引用本文:王晓红,吴德会.基于SVM的动态建模新方法[J].九江医学,2004,19(3):22-25.
作者姓名:王晓红  吴德会
作者单位:九江学院电子工程学院,江西,九江,332005
摘    要:为了提高传感器系统的动态特性,本文提出了一种基于支持向量机(SVM)的传感器动态建模新方法。由于支持向量机是基于统计学习理论的新一代机器学习技术,它有效地解决了小样本学习问题,因此本方法建模对实验样本数量没有特殊的要求。最后,仿真实验结果也证明了该动态建模方法在小样本情况下特别有效。

关 键 词:SVM  支持向量机  传感器  动态建模  机器学习  神经网络
文章编号:1006-3838(2004)03-0022(04)
修稿时间:2004年2月26日

A NEW DYNAMIC MODELING METHOD BASED ON SVM
WANG Xiao-hong,WU De-hui.A NEW DYNAMIC MODELING METHOD BASED ON SVM[J].Jiujiang Medical Journal,2004,19(3):22-25.
Authors:WANG Xiao-hong  WU De-hui
Institution:WANG Xiao-hong WU De-hui
Abstract:In order to enhance the dynamic characteristics of sensors system,a new method has been introduced for dynamic modeling of sensors using support vector machine(SVM)in this paper.Support vector machines(SVM)are a new-generation machine learning technique based on the statistica learning theory.SVM can solve small-sample learning problems better,So this method has no special demand for data number.At last a simulation expermental results is given to demonstrate that the dynamic modeling method is effective.
Keywords:Dynamic modeling  artificial neural network  SVM  approximating method
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号