一种改进的在线最小二乘支持向量机回归算法
来源期刊：控制与决策2009年第1期
论文作者：郭振凯 宋召青 毛剑琴
文章页码：145 - 148
关键词：最小二乘支持向量机回归;改进的遗忘因子矩形窗;在线学习;
摘 要：针对一般最小二乘支持向量机处理大规模数据集会出现训练速度慢、计算量大、不易在线训练的缺点,将修正后的遗忘因子矩形窗方法与支持向量机相结合,提出一种基于改进的遗忘因子矩形窗算法的在线最小二乘支持向量机回归算法,既突出了当前窗口数据的作用,又考虑了历史数据的影响.所提出的算法可减少计算量,提高在线辨识精度.仿真算例表明了该方法的有效性.
郭振凯1，宋召青2，毛剑琴1
1. 北京航空航天大学第七研究室2. 海军航空工程学院控制工程系
摘 要：针对一般最小二乘支持向量机处理大规模数据集会出现训练速度慢、计算量大、不易在线训练的缺点,将修正后的遗忘因子矩形窗方法与支持向量机相结合,提出一种基于改进的遗忘因子矩形窗算法的在线最小二乘支持向量机回归算法,既突出了当前窗口数据的作用,又考虑了历史数据的影响.所提出的算法可减少计算量,提高在线辨识精度.仿真算例表明了该方法的有效性.
关键词：最小二乘支持向量机回归;改进的遗忘因子矩形窗;在线学习;
