尺度核支持向量回归的非线性系统辨识 被引量：7

1

作者 王军 彭宏 肖建 《系统仿真学报》 EI CAS CSCD 北大核心 2006年第9期2429-2432,共4页

提出一种新的尺度核支持向量回归方法,并应用于非线性系统辨识问题。通过线性规划技术和采用尺度函数作为核函数来实现支持向量回归模型。该支持向量回归的核函数不必满足Mercer条件,为实际应用更广泛地选择尺度核提供更大的灵活性。仿... 提出一种新的尺度核支持向量回归方法,并应用于非线性系统辨识问题。通过线性规划技术和采用尺度函数作为核函数来实现支持向量回归模型。该支持向量回归的核函数不必满足Mercer条件,为实际应用更广泛地选择尺度核提供更大的灵活性。仿真实验结果表明该尺度核支持向量回归方法可以成为非线性系统辨识的有力工具。 展开更多

关键词 非线性系统辨识 小波理论 支持向量回归 尺度核支持向量回归

在线阅读 下载PDF 职称材料

基于核岭回归的非线性系统辨识及其应用 被引量：3

2

作者 李琦 邵诚 《系统仿真学报》 CAS CSCD 北大核心 2009年第8期2152-2155,2194,共5页

利用满足Mercer条件的核函数改进线性岭回归算法,提出一种新的直接优化的非线性核岭回归算法。与SVM算法相比,该方法的特点是通过对二次损失函数的优化计算,简化了不确定参数的数量,而且由于采用直接优化计算,能有效减少建模的时间,提... 利用满足Mercer条件的核函数改进线性岭回归算法,提出一种新的直接优化的非线性核岭回归算法。与SVM算法相比,该方法的特点是通过对二次损失函数的优化计算,简化了不确定参数的数量,而且由于采用直接优化计算,能有效减少建模的时间,提高计算效率。仿真实验结果和对航煤干点的软测量应用结果都验证了该算法的有效性。 展开更多

关键词 核岭回归 非线性系统 系统辨识 软测量

在线阅读 下载PDF 职称材料

高精度温度传感器温漂误差非线性校正方法

3

作者 张晓娟 张婷 樊东燕 《传感技术学报》 北大核心 2025年第5期788-793,共6页

温度传感器的温漂误差会随着温度变化逐渐累积,导致温度测量结果与实际温度之间存在较大的偏差,影响温度传感器测量的准确性。因此,提出一种基于SVM回归校正算法的传感器温漂误差非线性校正方法。建立传感器温度变化函数,求得温漂与其... 温度传感器的温漂误差会随着温度变化逐渐累积,导致温度测量结果与实际温度之间存在较大的偏差,影响温度传感器测量的准确性。因此,提出一种基于SVM回归校正算法的传感器温漂误差非线性校正方法。建立传感器温度变化函数,求得温漂与其他参数间线性和非线性变化关系,由此建立SVM回归校正空间,设定温漂观测序列,按照时间将序列中各个点映射到校正空间中,定义温漂误差的极小目标函数,采用拉格朗日函数将非线性校正问题转化为对偶优化问题,再引入点积核函数进行相应操作,实现误差非线性校正。实验结果表明,校正后的温漂误差校正结果与真实温度拟合度较为接近,且校正后的温漂误差在0.05以内,校正精准度较高,具有一定的实用价值。 展开更多

关键词 温度传感器 非线性校正 回归校正算法 支持向量机 拉格朗日函数 核函数

在线阅读 下载PDF 职称材料

基于一类分类的非线性回归算法 被引量：1

4

作者 孙德山 郭昶 徐婷 《计算机工程与科学》 CSCD 北大核心 2012年第7期150-153,共4页

一类支持向量机是只有正类样本的一类分类算法,该算法已经在孤立点检测、经济预警中有了广泛的应用。根据一类分类方法,本文提出一种非线性回归算法,该算法揭示了一类分类、二类分类以及回归之间的关系。该方法首先对训练数据的响应变... 一类支持向量机是只有正类样本的一类分类算法,该算法已经在孤立点检测、经济预警中有了广泛的应用。根据一类分类方法,本文提出一种非线性回归算法,该算法揭示了一类分类、二类分类以及回归之间的关系。该方法首先对训练数据的响应变量向上和向下移动ε,进而获得两个样本集合;然后应用核映射方法在高维特征空间中分别求包含两个集合的最小超球体中心;最后,通过求平分两个中心的间隔最大超平面获得回归函数。两个仿真实验结果验证了所给算法的有效性和可行性。 展开更多

关键词 非线性回归 核映射 一类分类 超平面

在线阅读 下载PDF 职称材料

基于核函数变换的非线性PLSR模型在叶水势预测中的应用 被引量：3

5

作者 刘玉邦 梁川 《水资源与水工程学报》 2010年第4期84-88,共5页

针对普通偏最小二乘回归(PLSR)分析模型不能较好地解决大量非线性问题的缺陷,可采用拟线性化方法,通过核函数变换,将原变量集合间的非线性关系转化为拟线性化关系,在此基础上建立非线性PLSR分析模型,并采用单因变量偏最小二乘回归简化... 针对普通偏最小二乘回归(PLSR)分析模型不能较好地解决大量非线性问题的缺陷,可采用拟线性化方法,通过核函数变换,将原变量集合间的非线性关系转化为拟线性化关系,在此基础上建立非线性PLSR分析模型,并采用单因变量偏最小二乘回归简化算法进行回归分析,可有效地解决实测样本少、自变量集合存在多重相关的非线性多元回归分析和预测问题。结果表明:基于核函数变换的非线性偏最小二乘回归(PLSR)分析模型所用回归要素少、预测效果好、预测精度高,而且其计算简捷、计算效率高,但回归指标取舍及其数据的获取是制约该模型应用的关键. 展开更多

关键词 非线性 偏最小二乘 核函数 多元回归分析 叶水势预测

在线阅读 下载PDF 职称材料

基于可行域解析中心的非线性回归

6

作者 曾凡仔 方志中 +1 位作者 李仁发 沈连丰 《系统仿真学报》 EI CAS CSCD 北大核心 2007年第3期531-534,共4页

提出了基于可行域解析中心的非线性回归算法,它克服了支撑向量回归因可行域不对称或狭长时其泛化性能降低的不足。从理论上分析了该回归算法与最大似然参数估计之间的关系,给出了它的迭代步骤,最后通过sinc函数的逼近问题验证了此回归... 提出了基于可行域解析中心的非线性回归算法,它克服了支撑向量回归因可行域不对称或狭长时其泛化性能降低的不足。从理论上分析了该回归算法与最大似然参数估计之间的关系,给出了它的迭代步骤,最后通过sinc函数的逼近问题验证了此回归算法的有效性。 展开更多

关键词 核方法 非线性回归 可行域 最大似然 解析中心

在线阅读 下载PDF 职称材料

非线性自回归模型误差密度估计的Berry-Esseen界

7

作者 刘天泽 张勇 谭希丽 《吉林大学学报（理学版）》 CAS 北大核心 2021年第1期49-54,共6页

考虑非线性自回归模型X i=rθ(X i-1,…,X i-s)+εi,其中:θ为q维未知参数;{εi}为独立同分布的随机误差,且均值为0、方差为σ2.在适当的假设条件下,给出非线性自回归模型误差密度估计的Berry-Esseen界.

关键词 非线性自回归模型 核密度估计 BERRY-ESSEEN界

在线阅读 下载PDF 职称材料

核偏最小二乘回归及其在医学中的应用 被引量：9

8

作者 蒋红卫 夏结来 +1 位作者 张春霞 李园 《中国卫生统计》 CSCD 北大核心 2007年第3期239-242,共4页

目的研究用于处理解释变量与反应变量之间非线性关系或复杂关系的一种基于核函数的回归方法:核偏最小二乘回归。方法运用Monte-Carlo模拟方法,对核偏最小二乘回归的模型拟合效果和预测效果予以分析。结果模拟试验结果表明:核偏最小二乘... 目的研究用于处理解释变量与反应变量之间非线性关系或复杂关系的一种基于核函数的回归方法:核偏最小二乘回归。方法运用Monte-Carlo模拟方法,对核偏最小二乘回归的模型拟合效果和预测效果予以分析。结果模拟试验结果表明:核偏最小二乘回归估计性能均较高。结论核偏最小二乘回归是基于核函数的非线性回归方法,模型构建基于样本,而非解释变量空间,该方法特别适合于处理医学研究中各种类型资料,能够有效地处理解释变量与反应变量之间的非线性关系或复杂关系等方面。 展开更多

关键词 核偏最小二乘回归 核函数 非线性

在线阅读 下载PDF 职称材料

基于模糊聚类与函数小波核回归的短期负荷预测方法 被引量：20

9

作者 祖向荣 田敏 白焰 《电力自动化设备》 EI CSCD 北大核心 2016年第10期134-140,165,共8页

短期负荷预测日益成为智能电网的重要课题。将历史日负荷序列表示成等负荷段组成的子序列集合,基于模式相似性方法,采用模糊聚类与函数型小波核非参数回归(FWKNR)相结合的组合预测算法。FWKNR将预测日负荷表示成历史日相应负荷段的加权... 短期负荷预测日益成为智能电网的重要课题。将历史日负荷序列表示成等负荷段组成的子序列集合,基于模式相似性方法,采用模糊聚类与函数型小波核非参数回归(FWKNR)相结合的组合预测算法。FWKNR将预测日负荷表示成历史日相应负荷段的加权平均值,将与参考段更相似的段赋予更高权重,并基于离散小波变换的形状相似性度量,采用N-WE计算权重;由预测日各分段预测快速完成日预测。模糊聚类针对单一用户历史负荷进行典型负荷模式的分类预处理,并识别与预测日有更相似行为模式约减的有效训练样本集合参与模型预测。基于某地区实际负荷数据,实验比较分析验证了组合算法的优越性。 展开更多

关键词 短期负荷预测 模式相似性方法 模糊聚类 非参数小波核回归 非线性时间序列 智能电网

在线阅读 下载PDF 职称材料

滑动窗口核岭回归运动目标轨迹预测算法 被引量：3

10

作者 赵菲 卢焕章 张志勇 《红外与激光工程》 EI CSCD 北大核心 2013年第3期829-835,共7页

针对序列图像中非线性运动目标轨迹的预测问题,文中提出了一种滑动窗口核岭回归运动目标轨迹预测算法。文章推导了完整的核岭回归算法,并得出了高斯核函数的条件下滑动窗口核岭回归算法的递推形式。算法的实现基于滑动窗口的方式,在每... 针对序列图像中非线性运动目标轨迹的预测问题,文中提出了一种滑动窗口核岭回归运动目标轨迹预测算法。文章推导了完整的核岭回归算法,并得出了高斯核函数的条件下滑动窗口核岭回归算法的递推形式。算法的实现基于滑动窗口的方式,在每帧图像中以最近几帧中的目标轨迹位置为输入,使用核岭回归算法对下一帧轨迹位置,进行预测。实验结果表明,该算法能够较好的预测非线性的目标运动轨迹,预测误差较小,且算法结构简单,具有较强的实用性。 展开更多

关键词 核岭回归 滑动窗口 轨迹预测 非线性

在线阅读 下载PDF 职称材料

基于RISOMAP的非线性过程故障检测方法 被引量：10

11

作者 张妮 田学民 蔡连芳 《化工学报》 EI CAS CSCD 北大核心 2013年第6期2125-2130,共6页

化工过程监控数据存在非线性特点,且过程常常运行于多个模态,针对该类问题,提出基于相对等距离映射(relative isometric mapping,RISOMAP)的过程故障检测方法,该方法采用相对测地距离构造高维空间的距离关系阵,运用多维尺度变换(MDS)计... 化工过程监控数据存在非线性特点,且过程常常运行于多个模态,针对该类问题,提出基于相对等距离映射(relative isometric mapping,RISOMAP)的过程故障检测方法,该方法采用相对测地距离构造高维空间的距离关系阵,运用多维尺度变换(MDS)计算其低维嵌入输出,从高维数据中提取子流形信息和残差信息分别构造监控统计量进行故障检测,同时运用核ridge回归在线计算测试数据的低维输出,核矩阵通过综合相似度进行更新。数值算例和TE过程的仿真结果表明,RISOMAP方法可以更为有效地实施故障检测,故障检测的灵敏度较高,同时也为基于流形学习的多模态过程故障检测的实施提供了一条思路。 展开更多

关键词 相对测地距离 子流形 核ridge回归 故障检测 非线性过程 多模态过程

在线阅读 下载PDF 职称材料

基于谱回归核判别分析的候机楼室内快速定位算法 被引量：2

12

作者 丁建立 穆涛 王怀超 《计算机应用》 CSCD 北大核心 2019年第1期256-261,共6页

针对机场候机楼客流量大、室内环境复杂多变的特点,提出了一种基于谱回归核判别分析(SRKDA)的室内定位算法。在离线阶段,采集已知位置的接收信号强度(RSS)数据,使用SRKDA算法提取原始位置指纹(OLF)的非线性特征生成新的特征指纹库;在线... 针对机场候机楼客流量大、室内环境复杂多变的特点,提出了一种基于谱回归核判别分析(SRKDA)的室内定位算法。在离线阶段,采集已知位置的接收信号强度(RSS)数据,使用SRKDA算法提取原始位置指纹(OLF)的非线性特征生成新的特征指纹库;在线阶段,先使用SRKDA对待定位点的RSS数据进行处理,进而使用加权K最近邻(WKNN)算法进行位置估计。定位仿真实验中,在两个不同的定位场景中,所提算法在1. 5 m定位精度下的误差累积分布函数(CDF)和定位准确率分别达到91. 2%和88. 25%,相对于核主成分分析法(KPCA)+WKNN模型分别提高了16. 7个百分点和18. 64个百分点,相对于KDA+WKNN模型分别提高了3. 5个百分点和9. 07个百分点;在大量离线样本(大于1 100条)的情况下,该算法数据处理时间远小于KPCA和KDA。实验结果表明,所提算法能够提高室内定位精度,同时节省了数据处理时间,提高了定位效率。 展开更多

关键词 谱回归核判别分析 室内定位算法 接收信号强度 位置指纹 非线性特征提取

在线阅读 下载PDF 职称材料

虚拟仪器非线性校正的支持向量机方法

13

作者 孙浚清 李世平 +1 位作者 唐超 张弦 《电子测量技术》 2007年第10期66-68,共3页

随着虚拟仪器的广泛应用,其误差控制问题越来越突出。传统的虚拟仪器非线性校正主要采用人工神经网络的方法,由于该方法本身固有的缺陷,其应用受到一定限制。支持向量机是近年来发展起来的一种新的机器学习算法,在许多领域中得到应用。... 随着虚拟仪器的广泛应用,其误差控制问题越来越突出。传统的虚拟仪器非线性校正主要采用人工神经网络的方法,由于该方法本身固有的缺陷,其应用受到一定限制。支持向量机是近年来发展起来的一种新的机器学习算法,在许多领域中得到应用。本文分析了虚拟仪器的非线性误差的主要来源,提出了一种对虚拟仪器进行非线性校正的支持向量机方法。该方法能够克服神经网络处理小样本问题的不足,具有较高的泛化能力。实验表明,用支持向量机算法解决虚拟仪器非线性问题是有效的。 展开更多

关键词 支持向量机 非线性校正 虚拟仪器 回归算法 核函数

在线阅读 下载PDF 职称材料

一种基于RKHS及半参数理论的非线性充分降维方法

14

作者 崔文泉 刘波 《中国科学技术大学学报》 CAS CSCD 北大核心 2016年第11期898-906,共9页

提出了一种基于再生核Hilbert空间(reproducing kernel Hilbert space,RKHS)及半参数理论的非线性充分降维新方法——广义半参数核切片逆回归(generalized semiparametric kernel sliced inverse regression,generalized semi-KSIR或GSK... 提出了一种基于再生核Hilbert空间(reproducing kernel Hilbert space,RKHS)及半参数理论的非线性充分降维新方法——广义半参数核切片逆回归(generalized semiparametric kernel sliced inverse regression,generalized semi-KSIR或GSKSIR).该方法将经典的半参数方法拓展至感兴趣参数为无穷维的广义半参数方法,将半参数模型推广到不仅冗余参数为无穷维而且感兴趣参数也可为无穷维的广义半参数模型情形,推导出相应的广义冗余切平面之正交补空间,进而构造了降维方向的估计方程,并由RKHS理论及正则化方法完成相应目标函数的求解,求得具有优良性质的非线性充分降维子空间的估计,并且新方法不需要切片逆回归(SIR)与核切片逆回归(KSIR)等方法所要求的基本的线性设计条件(linear design condition,LDC),适用性较广.最后进行了统计模拟研究,显示了新方法在有限样本下具有良好表现. 展开更多

关键词 再生核 半参方法 冗余切平面 切片逆回归 非线性充分降维

在线阅读 下载PDF 职称材料

权核Logistic回归模型的分类和特征选择算法 被引量：1

15

作者 池光辉 刘建伟 +1 位作者 李卫民 罗雄麟 《计算机工程与应用》 CSCD 2013年第9期41-44,共4页

监督学习情况下,经常遇到样例的维数远远大于样本个数的学习情况。此时,样例中存在许多与样例类标签无关的特征,研究如何同时实现稀疏特征选择并具有更好的分类性能的算法具有优势。提出了基于权核逻辑斯蒂非线性回归模型的分类和特征... 监督学习情况下,经常遇到样例的维数远远大于样本个数的学习情况。此时,样例中存在许多与样例类标签无关的特征,研究如何同时实现稀疏特征选择并具有更好的分类性能的算法具有优势。提出了基于权核逻辑斯蒂非线性回归模型的分类和特征选择算法。权对角矩阵的对角元素在0到1之间取值,对角元素的取值作为学习参数由最优化过程确定,讨论了提出的快速轮转优化算法。提出的算法在十个实际数据集上进行了测试,实验结果显示,提出的分类算法与L1,L2,Lp正则化逻辑斯蒂模型分类算法比较具有优势。 展开更多

关键词 权矩阵 逻辑斯蒂回归 特征选择 非线性模型 核函数

在线阅读 下载PDF 职称材料

递推局部线性回归估计及其应用 被引量：2

16

作者 陈性敏 高超 《控制理论与应用》 EI CAS CSCD 北大核心 2013年第4期482-491,共10页

在非参数统计中,局部多项式回归是重要的工具,然而以往研究的算法基本都是非递推的.本文研究递推的局部线性回归估计及其应用.首先推导出递推算法,给出了回归函数及其导函数的非参数估计.在一定的条件下,证明了算法的强一致性.并且通过... 在非参数统计中,局部多项式回归是重要的工具,然而以往研究的算法基本都是非递推的.本文研究递推的局部线性回归估计及其应用.首先推导出递推算法,给出了回归函数及其导函数的非参数估计.在一定的条件下,证明了算法的强一致性.并且通过仿真例子研究了它在非线性条件异方差模型的回归函数估计和非线性ARX(nonlinearautoregressive system with exogenous inputs,NARX)系统辨识中的应用. 展开更多

关键词 局部线性回归 递推辨识 核估计 强一致性 非线性ARX系统

在线阅读 下载PDF 职称材料

基于核谱回归与随机森林的脑电情感识别 被引量：5

17

作者 陈朋 张建华 +2 位作者 文再治 夏家峻 李建荣 《华东理工大学学报（自然科学版）》 CAS CSCD 北大核心 2018年第5期744-751,共8页

利用DEAP情感数据库研究脑电的情感识别问题。首先,使用聚类算法确定情感状态的目标类别;然后,比较了两种不同的特征提取方法:一种是小波变换,另一种是非线性动力学,并研究了基线特征对情感分类效果的影响;最后,研究了5种特征降维方法... 利用DEAP情感数据库研究脑电的情感识别问题。首先,使用聚类算法确定情感状态的目标类别;然后,比较了两种不同的特征提取方法:一种是小波变换,另一种是非线性动力学,并研究了基线特征对情感分类效果的影响;最后,研究了5种特征降维方法对分类性能的影响,同时比较了4种不同分类器的性能,包括K-最近邻(KNN)、朴素贝叶斯(NB)、支持向量机(SVM)和随机森林(RF)。研究结果表明,核谱回归(KSR)降维方法和随机森林分类器的组合对情感状态的分类效果最好。通过对脑区与情感关系的研究发现,只使用部分脑区的少量电极也可以达到90%的分类准确度,这些电极主要分布在额叶皮层。 展开更多

关键词 情感识别 脑电 非线性动力学 小波变换 核谱回归 随机森林

在线阅读 下载PDF 职称材料

基于密度估计的逻辑回归模型 被引量：35

18

作者 毛毅 陈稳霖 +1 位作者 郭宝龙 陈一昕 《自动化学报》 EI CSCD 北大核心 2014年第1期62-72,共11页

介绍了一种基于密度的逻辑回归(Density-based logistic regression,DLR)分类模型以解决逻辑回归中非线性分类的问题.其主要思想是根据Nadarays-Watson密度估计将训练数据映射到特定的特征空间,然后组建优化模型优化特征权重以及Nadaray... 介绍了一种基于密度的逻辑回归(Density-based logistic regression,DLR)分类模型以解决逻辑回归中非线性分类的问题.其主要思想是根据Nadarays-Watson密度估计将训练数据映射到特定的特征空间,然后组建优化模型优化特征权重以及Nadarays-Watson密度估计算法的宽度.其主要优点在于:它不仅优于标准的逻辑回归,而且优于基于径向基函数(Radial basis function,RBF)内核的核逻辑回归(Kernel logistic regression,KLR).特别是与核逻辑回归分析和支持向量机(Support vector machine,SVM)相比,该方法不仅达到更好的分类精度,而且有更好的时间效率.该方法的另一个显著优点是,它可以很自然地扩展到数值类型和分类型混合的数据集中.除此之外,该方法和逻辑回归(Logistic regression,LR)一样,有同样的模型可解释的优点,这恰恰是其他如核逻辑回归分析和支持向量机所不具备的. 展开更多

关键词 非线性分类 Nadarays—Watson密度估计 逻辑回归 核函数

在线阅读 下载PDF 职称材料

参数与非参数回归在FDI中的比较分析 被引量：2

19

作者 杨世娟 李英华 《统计与决策》 CSSCI 北大核心 2017年第6期31-34,共4页

文章在对参数回归及非参数回归方法进行介绍的基础上,采用线性回归模型、引入虚拟变量的非线性回归模型以及N-W核权函数回归估计,对1983—2014年我国外商直接投资总额与GDP关系进行探讨。最后分别给出3类方法的拟合值以及MAE和MSE。从... 文章在对参数回归及非参数回归方法进行介绍的基础上,采用线性回归模型、引入虚拟变量的非线性回归模型以及N-W核权函数回归估计,对1983—2014年我国外商直接投资总额与GDP关系进行探讨。最后分别给出3类方法的拟合值以及MAE和MSE。从拟合效果来看,相对于线性回归模型,引入虚拟变量的非线性回归模型以及非参数回归方法更能有效地拟合FDI与GDP之间的关系,且窗宽为0.25的非参数估计效果更优。 展开更多

关键词 FDI 线性回归 虚拟变量 非线性回归 N-W核权函数

在线阅读 下载PDF 职称材料

核最小二乘算法检测红外点目标(英文) 被引量：1

20

作者 朱斌 樊祥 +1 位作者 马东辉 程正东 《光电工程》 CAS CSCD 北大核心 2009年第9期29-34,共6页

对于背景呈非线性变化的复杂图像,用背景预测的方法对红外点目标进行检测时,传统的线性最小二乘法(Least Squares,LS)的效果比较差。文章使用核方法(Kernel Methods,KMs)推导了最小二乘法的非线性版本:核最小二乘算法(Kernel Least Squa... 对于背景呈非线性变化的复杂图像,用背景预测的方法对红外点目标进行检测时,传统的线性最小二乘法(Least Squares,LS)的效果比较差。文章使用核方法(Kernel Methods,KMs)推导了最小二乘法的非线性版本:核最小二乘算法(Kernel Least Squares,KLS);进一步推导出了更适合动态系统时序预测的指数加权形式的核最小二乘算法(Kernel Exponential Weighted Least Squares,KEWLS)。提出了一种基于核方法的红外点目标检测算法,先用KEWLS非线性回归算法预测红外图像背景,再通过自适应门限检测残差图像中的目标。非线性函数回归和红外序列图像检测实验表明核方法较大地改进了算法的非线性函数估计与红外背景预测能力。 展开更多

关键词 点目标检测 核方法 非线性回归 最小二乘法 指数加权 背景预测

在线阅读 下载PDF 职称材料