求解非半正定核Huber-支持向量回归机问题的序列最小最优化算法 被引量：9

1

作者 周晓剑 马义中 +2 位作者 朱嘉钢 刘利平 汪建均 《控制理论与应用》 EI CAS CSCD 北大核心 2010年第9期1178-1184,共7页

序列最小最优化(SMO)算法是求解大型支持向量机(SVM)问题的有效算法.已有的算法都要求核函数是正定的或半正定的,从而使其应用受到限制.针对这种缺点,本文提出一种新的的SMO算法,可求解非半正定核Huber-SVR问题.提出的算法在保证收敛的... 序列最小最优化(SMO)算法是求解大型支持向量机(SVM)问题的有效算法.已有的算法都要求核函数是正定的或半正定的,从而使其应用受到限制.针对这种缺点,本文提出一种新的的SMO算法,可求解非半正定核Huber-SVR问题.提出的算法在保证收敛的前提下可使非半正定Huber-SVR能够达到比较理想的回归精度,因而具有一定的理论意义和实用价值. 展开更多

关键词 支持向量机 非半正定核 序列最小最优化算法 Huber-支持向量回归机

在线阅读 下载PDF 职称材料

最小角回归结合核极限学习机的近红外光谱对柑橘黄龙病的鉴别 被引量：5

2

作者 陈文丽 王其滨 +4 位作者 路皓翔 杨辉华 刘彤 许定舟 杜文川 《分析测试学报》 CAS CSCD 北大核心 2020年第10期1267-1273,共7页

传统的柑橘黄龙病检测方法存在准确度低、稳定性差等问题,该文提出了一种基于最小角回归结合核极限学习机(Least angle regression combined with kernel extreme learning machine,LAR-KELM(RBF))的近红外柑橘黄龙病鉴别方法。该方法... 传统的柑橘黄龙病检测方法存在准确度低、稳定性差等问题,该文提出了一种基于最小角回归结合核极限学习机(Least angle regression combined with kernel extreme learning machine,LAR-KELM(RBF))的近红外柑橘黄龙病鉴别方法。该方法将光谱数据通过小波变换进行预处理,然后用最小角回归(LAR)算法进行光谱波长的筛选,最后通过核极限学习机(KELM(RBF))实现样本的分类。实验采用柑橘叶片的近红外光谱数据,验证了LAR-KELM(RBF)算法的性能,其分类准确度最高为99.91%,标准偏差为0.11。不同规模训练集的实验结果表明,LAR-KELM(RBF)模型较极限学习机(ELM)、波形叠加极限学习机(SWELM)、反向传播神经网络(BP(2层))、KELM(RBF)和支持向量机(SVM)模型分类准确度高、稳定性强,能够广泛应用于柑橘黄龙病的检测鉴别。 展开更多

关键词 近红外光谱 柑橘黄龙病 变量筛选 核极限学习机 最小角回归

在线阅读 下载PDF 职称材料

回归支持向量机的改进序列最小优化学习算法 被引量：32

3

作者 张浩然 韩正之 《软件学报》 EI CSCD 北大核心 2003年第12期2006-2013,共8页

支持向量机(support vector machine,简称SVM)是一种基于结构风险最小化原理的学习技术,也是一种新的具有很好泛化性能的回归方法,提出了实现回归支持向量机的一种改进的SMO(sequential minimal optimization)算法,给出了两变量子优化... 支持向量机(support vector machine,简称SVM)是一种基于结构风险最小化原理的学习技术,也是一种新的具有很好泛化性能的回归方法,提出了实现回归支持向量机的一种改进的SMO(sequential minimal optimization)算法,给出了两变量子优化问题的解析解,设计了新的工作集选择方法和停止条件,仿真实例说明,所提出的SMO算法比原始SMO算法具有更快的运算速度. 展开更多

关键词 支持向量机 核方法 回归 序列最小优化

在线阅读 下载PDF 职称材料

多尺度最小二乘小波支持向量机的回归建模 被引量：4

4

作者 张相胜 王蕾 潘丰 《计算机工程》 CAS CSCD 2012年第10期175-177,181,共4页

普通最小二乘支持向量机算法用于多尺度回归建模时精度较低。针对该问题,选取墨西哥草帽小波函数作为最小二乘支持向量机的核函数,设计一种基于小波核的多尺度最小二乘小波支持向量机。在此基础上,通过解二次优化问题求出多尺度回归建... 普通最小二乘支持向量机算法用于多尺度回归建模时精度较低。针对该问题,选取墨西哥草帽小波函数作为最小二乘支持向量机的核函数,设计一种基于小波核的多尺度最小二乘小波支持向量机。在此基础上,通过解二次优化问题求出多尺度回归建模问题的全局最优解,最终得出的多尺度回归模型能够有效地逼近多尺度信号。仿真结果表明,该算法具有较高的精度。 展开更多

关键词 多尺度 最小二乘 小波核 支持向量机 MARR核 回归建模

在线阅读 下载PDF 职称材料

核泄漏事故风险评估中的概率分析及预测 被引量：1

5

作者 何博文 关群 《合肥工业大学学报（自然科学版）》 CAS 北大核心 2024年第2期161-168,共8页

文章利用逻辑回归模型(logistic regression model,LRM)、线性判别模型(linear discriminant model,LDM)和支持向量机(support vector machine,SVM)3种统计模型,从核反应堆的内部和外部因素2个方面评估其在核泄漏事故中所体现的相关安... 文章利用逻辑回归模型(logistic regression model,LRM)、线性判别模型(linear discriminant model,LDM)和支持向量机(support vector machine,SVM)3种统计模型,从核反应堆的内部和外部因素2个方面评估其在核泄漏事故中所体现的相关安全性能。针对每种模型,利用数理统计理论探究核反应堆相关影响因素与其发生核泄漏事故的概率。研究发现核反应堆外部因素有主导内部因素的趋势并在整个核泄漏事故风险中占有举足轻重的地位。文章提供的模型分析与预测结果可为核反应堆工程师及其相关决策者在核反应堆的选址、设计及建设运营等方面提供参考。 展开更多

关键词 核泄漏 风险评估 概率分析 逻辑回归模型(LRM) 线性判别模型(LDM) 支持向量机(SVM)

在线阅读 下载PDF 职称材料

基于最小最大概率回归方法的中长期电价预测模型 被引量：3

6

作者 沈秀汶 吴耀武 +2 位作者 熊信银 娄素华 何佳 《中国电力》 CSCD 北大核心 2007年第3期1-5,共5页

中长期电价的预测无论是对于市场监管政策的制定,还是对于大用户和发电商的投资规划,都具有极其重要的意义。影响中长期电价的因素比较复杂,历史电价数据分布混乱增加了一般回归电价预测建模的难度。提出了一种基于最小最大概率回归方... 中长期电价的预测无论是对于市场监管政策的制定,还是对于大用户和发电商的投资规划,都具有极其重要的意义。影响中长期电价的因素比较复杂,历史电价数据分布混乱增加了一般回归电价预测建模的难度。提出了一种基于最小最大概率回归方法的电力市场中期电价预测的新模型。在分析最小最大概率机(MPM)及其用于回归原理的基础上,使用最小最大概率回归(MPMR)方法对不同的训练样本集进行训练,并计算出预测期的预测值,取得了比较好的预测结果。训练样本的分割使中期电价预测模型更加准确。美国加州现货电能量市场的实例数据验证了所建模型及方法的有效性。 展开更多

关键词 市场清算电价 中长期电价预测 最小最大概率机 回归模型

在线阅读 下载PDF 职称材料

基于支持向量机的概率密度估计方法 被引量：24

7

作者 张炤 张素 +1 位作者 章琛曦 陈亚珠 《系统仿真学报》 EI CAS CSCD 北大核心 2005年第10期2355-2357,共3页

介绍了基于支持向量机的概率密度估计。从概率密度的定义出发,利用支持向量机求解线性算子方程的方法,直接估计出密度。建立了几种不同的支持向量机仿真模型来进行概率密度估计。从仿真结果来看,该种方法与Parzen窗的精度等级类似,同时... 介绍了基于支持向量机的概率密度估计。从概率密度的定义出发,利用支持向量机求解线性算子方程的方法,直接估计出密度。建立了几种不同的支持向量机仿真模型来进行概率密度估计。从仿真结果来看,该种方法与Parzen窗的精度等级类似,同时又具有Parzen窗方法所不具备的稀疏解。 展开更多

关键词 支持向量机 概率密度估计 核函数 回归估计

在线阅读 下载PDF 职称材料

应用启发式最小二乘支持向量机的中长期电力负荷预测 被引量：17

8

作者 李如琦 苏浩益 +2 位作者 王宗耀 邓国良 陈铁洲 《电网技术》 EI CSCD 北大核心 2011年第11期195-199,共5页

针对中长期负荷预测,提出了基于年负荷总量、年负荷增长量、年负荷增长率、年负荷增长加速率、年国内生产总值等5个指标的启发式最小二乘支持向量机中长期负荷预测模型。首先,通过核函数将低维输入变量空间映射到高维特征空间,建立核偏... 针对中长期负荷预测,提出了基于年负荷总量、年负荷增长量、年负荷增长率、年负荷增长加速率、年国内生产总值等5个指标的启发式最小二乘支持向量机中长期负荷预测模型。首先,通过核函数将低维输入变量空间映射到高维特征空间,建立核偏最小二乘回归模型,拟合出单位国内生产总值电耗;然后以单位国内生产总值电耗为启发式算子,在历史负荷数据的基础上合理假设待预测年的负荷总量,利用启发式算子反推出该负荷值对应的年国内生产总值,形成支持向量机扩展训练样本,将支持向量机外推预测转化为内插求值。最后,用训练好的支持向量机求出预测结果。实际算例的结果表明,所提出的方法预测精度较高,具有较强的可行性和实用性。 展开更多

关键词 负荷预测 支持向量机 核偏最小二乘回归 启发式算子 单位国内生产总值电耗

在线阅读 下载PDF 职称材料

最小二乘支持向量回归滤波系统性能分析 被引量：6

9

作者 邓小英 杨顶辉 +2 位作者 刘涛 李月 杨宝俊 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2010年第8期2004-2011,共8页

支持向量机(Support Vector Machine:SVM)一直作为机器学习方法在统计学习理论基础上被研究和发展,本文从信号与系统的角度出发,证明了平移不变核最小二乘支持向量机(Least Squares SVM:LS-SVM)是一个线性时不变系统.以Ricker子波核为例... 支持向量机(Support Vector Machine:SVM)一直作为机器学习方法在统计学习理论基础上被研究和发展,本文从信号与系统的角度出发,证明了平移不变核最小二乘支持向量机(Least Squares SVM:LS-SVM)是一个线性时不变系统.以Ricker子波核为例,探讨了不同参数对最小二乘支持向量回归(Least Squares Support VectorRegression:LS-SVR)滤波器频率响应特性的影响,这些参数的不同选择相应地控制着滤波器通带上升沿的陡峭性、通带的中心频率、通带带宽以及信号能量的衰减,即滤波器长度越长通带的上升沿越陡,核参数值越大通带的中心频率越高,且通带带宽越宽,正则化参数值越小,通带带宽越窄(但通带中心频率基本保持恒定),有效信号幅度衰减越严重.合成地震记录的仿真实验结果表明,Ricker子波核LS-SVR滤波器在处理地震勘探信号的应用中,滤波性能优于径向基函数(Radial Basic Function:RBF)核LS-SVR滤波器以及小波变换滤波和Wiener滤波方法. 展开更多

关键词 支持向量机 Ricker子波核 最小二乘支持向量回归滤波系统 频率响应 随机噪声

在线阅读 下载PDF 职称材料

核偏最小二乘特征提取在混合气体FTIR光谱定量分析中的应用 被引量：7

10

作者 郝惠敏 乔聪明 +1 位作者 汤晓君 刘君华 《红外与毫米波学报》 SCIE EI CAS CSCD 北大核心 2009年第2期115-118,共4页

为进一步提高FTIR光谱法实现特征吸收光谱严重重叠的甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷以及正戊烷七组分混合气体定量分析的精度和速度,提出一种核偏最小二乘(Kernel Partial Least Square,KPLS)特征提取耦合支持向量回归机(Sup... 为进一步提高FTIR光谱法实现特征吸收光谱严重重叠的甲烷、乙烷、丙烷、异丁烷、正丁烷、异戊烷以及正戊烷七组分混合气体定量分析的精度和速度,提出一种核偏最小二乘(Kernel Partial Least Square,KPLS)特征提取耦合支持向量回归机(Support Vector Regression Machine,SVR)的红外光谱定量分析新方法.首先采用KPLS方法对上述七组分混合气体的FTIR光谱进行特征提取,然后将特征提取得到的特征组分作为SVR的输入建立混合气体的定量分析模型.对标准混合气体进行定量分析的结果显示:KPLS-SVR模型的预测精度高于未进行特征提取SVR模型预测的精度,同时预测时间也减少了一半.研究表明,KPLS法可以很好地提取隐含在混合气体FTIR光谱数据与其组分浓度之间的非线性特征并有效地消除光谱数据噪声,大幅度降低数据维数,与SVR耦合可以提高红外光谱分析的精度和速度,是一种有效的红外光谱定量分析方法. 展开更多

关键词 核偏最小二乘 支持向量回归机 特征提取 多变量校正模型 红外傅里叶变换(FTIR)

在线阅读 下载PDF 职称材料

基于支持向量机的大样本回归算法比较研究 被引量：3

11

作者 杨晓伟 骆世广 +2 位作者 余舒 吴春国 梁艳春 《计算机工程与应用》 CSCD 北大核心 2006年第6期36-38,57,共4页

支持向量机的研究是当前人工智能领域的研究热点。基于支持向量机的大样本回归问题一直是一个非常具有挑战性的课题。最近,基于递归最小二乘算法,Engel等人提出了核递归最小二乘算法。文中基于块增量学习和逆学习过程,提出了自适应迭代... 支持向量机的研究是当前人工智能领域的研究热点。基于支持向量机的大样本回归问题一直是一个非常具有挑战性的课题。最近,基于递归最小二乘算法,Engel等人提出了核递归最小二乘算法。文中基于块增量学习和逆学习过程,提出了自适应迭代回归算法。为了说明两种方法的性能,论文在训练速度、精度和支持向量数量等方面,对它们做了比较。模拟结果表明:核递归最小二乘算法所得到的支持向量个数比自适应迭代回归算法少,而训练时间比自适应迭代回归算法的训练时间长,训练和测试精度也比自适应迭代回归算法差。 展开更多

关键词 支持向量机 自适应迭代回归算法 核递归最小二乘算法 大样本回归

在线阅读 下载PDF 职称材料

基于压缩感知的多尺度最小二乘支持向量机 被引量：8

12

作者 王琴 沈远彤 《自动化学报》 EI CSCD 北大核心 2016年第4期631-640,共10页

提出一种基于压缩感知(Compressive sensing,CS)和多分辨分析(Multi-resolution analysis,MRA)的多尺度最小二乘支持向量机(Least squares support vector machine,LS-SVM).首先将多尺度小波函数作为支持向量核,推导出多尺度最小二乘支... 提出一种基于压缩感知(Compressive sensing,CS)和多分辨分析(Multi-resolution analysis,MRA)的多尺度最小二乘支持向量机(Least squares support vector machine,LS-SVM).首先将多尺度小波函数作为支持向量核,推导出多尺度最小二乘支持向量机模型,然后基于压缩感知理论,利用最小二乘匹配追踪(Least squares orthogonal matching pursuit,LS-OMP)算法对多尺度最小二乘支持向量机的支持向量进行稀疏化,最后用稀疏的支持向量实现函数回归.实验结果表明,本文方法利用不同尺度小波核逼近信号的不同细节,而且以比较少的支持向量能达到很好的泛化性能,大大降低了运算成本,相比普通最小二乘支持向量机,具有更优越的表现力. 展开更多

关键词 最小二乘支持向量机 压缩感知 多尺度小波核 稀疏化 函数回归

在线阅读 下载PDF 职称材料

基于最小二乘小波支持向量机的数据拟合实验 被引量：4

13

作者 冼广铭 《计算机工程与应用》 CSCD 北大核心 2008年第18期36-38,93,共4页

针对目前使用的SVM核函数在回归中不能逼近任意目标函数的问题,在支持向量机的核方法和小波框架理论的基础上,提出了LS-WSVM结构模型。该模型在LS-SVM中使用一种新的由小波构成的SVM核函数。实验结果表明,与标准的SVM及LS-SVM比较起来,... 针对目前使用的SVM核函数在回归中不能逼近任意目标函数的问题,在支持向量机的核方法和小波框架理论的基础上,提出了LS-WSVM结构模型。该模型在LS-SVM中使用一种新的由小波构成的SVM核函数。实验结果表明,与标准的SVM及LS-SVM比较起来,在同等条件下,LS-WSVM在函数回归方面LS-WSVM具有优良的逼近性能,拟合效果更为细腻。 展开更多

关键词 SVM核函数 最小二乘小波支持向量机 回归

在线阅读 下载PDF 职称材料

基于最小方差支持向量机的织物热湿舒适性预测 被引量：2

14

作者 辛芳芳 《纺织学报》 EI CAS CSCD 北大核心 2011年第7期60-64,共5页

在纺织服装工程研究中应用人工智能与机器学习的方法,可以更加准确地预测纺织材料的穿着热湿舒适性。为此,利用最小方差支持向量机(LSSVM),分析了36种针织织物热湿舒适性客观指标与人体穿着对织物的热湿舒适性主观评定之间的对应关系,... 在纺织服装工程研究中应用人工智能与机器学习的方法,可以更加准确地预测纺织材料的穿着热湿舒适性。为此,利用最小方差支持向量机(LSSVM),分析了36种针织织物热湿舒适性客观指标与人体穿着对织物的热湿舒适性主观评定之间的对应关系,并建立了客观指标与主观评定之间的回归模型。该模型能够快速预测成衣之后人体穿着主观评定的舒适度,并可节约新面料和织物材料研发过程中的评估成本。通过对多个回归模型的比较与分析,证明LSSVM回归模型比BP神经网络模型能够更加准确地预测织物的主观热湿舒适性。 展开更多

关键词 针织织物 人工智能 热湿舒适性 回归分析 核方法 最小方差支持向量机 机器学习

在线阅读 下载PDF 职称材料

基于核方法的航空发动机推力估计器设计 被引量：9

15

作者 刘毅男 张胜修 张超 《推进技术》 EI CAS CSCD 北大核心 2013年第6期829-835,共7页

鉴于实现航空发动机的直接推力控制需要高精度及高可靠性的推力估计器,基于核方法,提出了结合全局核k-means聚类与鲁棒最小二乘支持向量回归机的推力估计器设计方案,通过核诱导的隐性映射将原始输入数据映射到特征空间,使数据样本特征... 鉴于实现航空发动机的直接推力控制需要高精度及高可靠性的推力估计器,基于核方法,提出了结合全局核k-means聚类与鲁棒最小二乘支持向量回归机的推力估计器设计方案,通过核诱导的隐性映射将原始输入数据映射到特征空间,使数据样本特征信息被提取并放大,具有更好的可分性。在每个聚类内设计推力子估计器,用鲁棒代价函数代替最小二乘代价函数,增强了推力估计器的整体鲁棒性。通过对涡扇发动机的仿真试验表明,本推力估计器设计方法能够满足直接推力控制需要,与其它方法相比,在估计精度及鲁棒性上存在一定优势。 展开更多

关键词 航空发动机 推力估计器 核方法 聚类 鲁棒最小二乘支持向量回归机

在线阅读 下载PDF 职称材料

基于KPCA-KMPMR的短期风电功率概率预测 被引量：15

16

作者 李军 常燕芝 《电力自动化设备》 EI CSCD 北大核心 2017年第2期22-28,36,共8页

针对短期风电功率概率预测,提出一种基于核主成分分析(KPCA)与核最小最大概率回归机(KMPMR)相结合的方法。KPCA方法可对数据进行预处理,在特征空间中有效提取模型输入的非线性主元;KMPMR方法在仅需假定产生预测模型的数据分布的均值与... 针对短期风电功率概率预测,提出一种基于核主成分分析(KPCA)与核最小最大概率回归机(KMPMR)相结合的方法。KPCA方法可对数据进行预处理,在特征空间中有效提取模型输入的非线性主元;KMPMR方法在仅需假定产生预测模型的数据分布的均值与协方差矩阵已知时,将最小最大概率分类机(KMPMC)的分类超平面看作预测模型的输出,可最大化模型的输出位于其真实值边界内的最小概率。实验结果表明,所提方法在预测精度上优于现有的预测方法,并能提供预测误差的分布范围。 展开更多

关键词 核主成分分析 核最小最大概率回归机 风电功率 概率预测

在线阅读 下载PDF 职称材料

基于核主成分分析和CSM-PSCO优化LSSVR的短期负荷预测 被引量：6

17

作者 孙景文 常鲜戎 《广东电力》 2015年第2期64-69,92,共7页

分析了一种基于核主成分分析(kernel principle component analysis,KPCA)和混沌单纯形混合粒子群协同(chaos and simplex method-particle swarm coordinate optimization,CSM-PSCO)算法优化最小二乘支持向量回归机(least square suppo... 分析了一种基于核主成分分析(kernel principle component analysis,KPCA)和混沌单纯形混合粒子群协同(chaos and simplex method-particle swarm coordinate optimization,CSM-PSCO)算法优化最小二乘支持向量回归机(least square support vector regression,LSSVR)的短期负荷预测模型。首先,采用KPCA对训练样本的输入个数进行降维优选,以较少输入代替原始大量输入,同时信息大部分得以保留;然后,采用LSSVR对训练样本进行回归训练,训练过程中采用CSM-PSCO对LSSVR的相关参数进行优化,得到满足要求的模型;最后,采用训练好的模型对未知负荷进行预测。算例表明该模型的预测精度和速度均能满足实际的预测需求。 展开更多

关键词 短期负荷预测 核主成分分析 最小二乘支持向量回归机 粒子群算法 协同优化算法 单纯形法

在线阅读 下载PDF 职称材料

基于扩展SMO求解核函数非正定的SVR模型算法

18

作者 周锦程 王丹 +1 位作者 余泉 张维 《计算机工程与科学》 CSCD 北大核心 2012年第3期122-127,共6页

将求解SVC模型的算法运用到求解SVR模型中一般要SVR模型的核函数正定且满足Mercer条件,而实际应用中利用几何框架将SVC模型转换成相应的SVR模型时,通常无法保证经转换得到的SVR模型的核函数具有正定性,从而导致SVR模型不是凸规划模型而... 将求解SVC模型的算法运用到求解SVR模型中一般要SVR模型的核函数正定且满足Mercer条件,而实际应用中利用几何框架将SVC模型转换成相应的SVR模型时,通常无法保证经转换得到的SVR模型的核函数具有正定性,从而导致SVR模型不是凸规划模型而无法求解。为解决上述问题,本文提出了一种运用扩展的序列最小最优化方法(SMO)来求解基于非正定核的SVR模型,设计了算法中工作集的选择准则,解决了算法中如何选择工作集变量当前的最优值问题。由于该算法不要求核函数具有正定性,从而拓宽了SVR模型核函数的选择范围。实验表明,该算法对基于正定或非正定核的SVR模型都具有很好的泛化性能和回归精度,具有一定的理论意义和实用价值。 展开更多

关键词 非正定核 损失函数 序列最小最优化算法 回归型支持向量机模型

在线阅读 下载PDF 职称材料

运用核Fisher鉴别分析和MPM分类器的入侵检测

19

作者 陈振国 李冬艳 《电子科技大学学报》 EI CAS CSCD 北大核心 2007年第6期1192-1194,共3页

为了提高分类器的正确率和减少训练时间,将特征提取技术与分类算法结合,提出了一种基于核Fisher鉴别分析和最小极大概率机算法的入侵检测算法。利用核Fisher鉴别分析技术提取关键特征,运用最小极大概率机对提取特征后的数据进行分类,采... 为了提高分类器的正确率和减少训练时间,将特征提取技术与分类算法结合,提出了一种基于核Fisher鉴别分析和最小极大概率机算法的入侵检测算法。利用核Fisher鉴别分析技术提取关键特征,运用最小极大概率机对提取特征后的数据进行分类,采用离线数据集KDDCUP99进行实验。实验结果表明,该算法是可行和有效的,使分类性能和训练时间都得到了提高。 展开更多

关键词 数据分类 入侵检测 核FISHER鉴别分析 最小极大概率机 网络安全

在线阅读 下载PDF 职称材料

基于改进WLSSVR的视觉球形机器人的设计与建模 被引量：2

20

作者 郭昱琛 黄卫华 +2 位作者 翟光耀 章政 赵广营 《组合机床与自动化加工技术》 北大核心 2023年第5期27-31,35,共6页

为了提高球形机器人获取环境信息的可靠性与稳定性,设计并实现了一种具有球外视觉装置的球形机器人。基于所搭建球形机器人平台,使用拉格朗日方法建立其动力学模型并进行运动性能分析;针对球形机器人欠驱动、非线性等复杂特性导致难以... 为了提高球形机器人获取环境信息的可靠性与稳定性,设计并实现了一种具有球外视觉装置的球形机器人。基于所搭建球形机器人平台,使用拉格朗日方法建立其动力学模型并进行运动性能分析;针对球形机器人欠驱动、非线性等复杂特性导致难以建立其精确动力学模型问题,将泛化处理后的高斯核函数与多项式核函数进行组合,并采用PSO优化所设计组合核函数的参数,由此提出了一种基于改进加权最小二乘支持向量回归机的建模方法。所设计球形机器人具有灵活的球外视觉装置,提高了对外部环境的感知能力;并且基于球形机器人的输入输出数据建模,有效解决了难以建立球形机器人精确动力学模型的问题。仿真实验和实测实验证明了本文设计方法的可行性和有效性。 展开更多

关键词 球形机器人 加权最小二乘支持向量回归机 组合核函数 动力学模型

在线阅读 下载PDF 职称材料