期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
支持向量机及其在函数逼近中的应用 被引量:17
1
作者 朱国强 刘士荣 俞金寿 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2002年第5期555-559,568,共6页
支持向量机是一种新的机器学习算法 ,它的理论基础是 Vapnik创建的统计学习理论。它采用结构风险最小化准则 ,在最小化样本点误差的同时 ,缩小模型预测误差的上界 ,从而提高了模型的泛化能力。本文通过 SVM在函数逼近中的应用 ,研究了 ... 支持向量机是一种新的机器学习算法 ,它的理论基础是 Vapnik创建的统计学习理论。它采用结构风险最小化准则 ,在最小化样本点误差的同时 ,缩小模型预测误差的上界 ,从而提高了模型的泛化能力。本文通过 SVM在函数逼近中的应用 ,研究了 SVM的小样本学习、泛化能力和抗噪声扰动能力。 展开更多
关键词 支持向量机 统计学习理论 结构风险最小化准则 核函数 函数逼近 机器学习算法 最小化样本点误差
在线阅读 下载PDF
非线性动态系统神经模糊建模与内模/PID双重控制系统设计 被引量:6
2
作者 刘士荣 林卫星 +1 位作者 俞金寿 杨先一 《控制理论与应用》 EI CAS CSCD 北大核心 2004年第4期553-560,共8页
非线性动态系统的内模控制要求建立精确的对象正模型和逆模型,这对于大多数实际对象是难以做到.提出了基于一类神经模糊模型的非线性动态系统建模方法,并在此基础上研究了基于神经模糊模型的非线性系统的内模控制设计.基于输入输出数据... 非线性动态系统的内模控制要求建立精确的对象正模型和逆模型,这对于大多数实际对象是难以做到.提出了基于一类神经模糊模型的非线性动态系统建模方法,并在此基础上研究了基于神经模糊模型的非线性系统的内模控制设计.基于输入输出数据辨识的对象正模型和逆模型存在着模型失配问题,导致神经模糊内模控制范围变窄和控制鲁棒性降低,为了改善系统的性能,提出了神经模糊内模控制与PID控制结合的双重控制策略.对CSTR的反应物浓度控制研究表明,双重控制策略能有效地拓宽系统可控范围,改善系统性能.仿真结果证明该控制策略简单而有效. 展开更多
关键词 神经模糊系统 内模控制 PID控制 化学反应器
在线阅读 下载PDF
基于支持向量机的数据建模在软测量建模中的应用 被引量:8
3
作者 朱国强 刘士荣 俞金寿 《华东理工大学学报(社会科学版)》 CAS 2002年第S1期6-10,共5页
支持向量机是一种新的机器学习算法 ,它的基础是 Vapnik创建的统计学习理论。与传统学习方法相比 ,该理论采用了结构风险最小化准则 ,在最小化样本点误差的同时缩小模型泛化误差的上界 ,提高了模型的泛化能力。同时该理论把机器学习问... 支持向量机是一种新的机器学习算法 ,它的基础是 Vapnik创建的统计学习理论。与传统学习方法相比 ,该理论采用了结构风险最小化准则 ,在最小化样本点误差的同时缩小模型泛化误差的上界 ,提高了模型的泛化能力。同时该理论把机器学习问题转化为一个二次规划问题 ,可以得到唯一的全局最优解。本文应用支持向量机技术进行数据建模研究 ,并用数据建模技术建立了加氢裂化装置分馏塔的航煤干点的软测量模型。 展开更多
关键词 支持向量机 数据建模 核函数 软测量 航煤干点
在线阅读 下载PDF
基于IRBFNN和IRAN的非线性动态系统在线自适应建模
4
作者 刘士荣 俞其江 +1 位作者 李文磊 俞金寿 《华东理工大学学报(自然科学版)》 EI CAS CSCD 北大核心 2006年第7期784-788,共5页
将资源分配网络算法(RAN)与相似隐单元合并操作、冗余隐单元删除操作和基于滑动数据窗连接权值学习相结合,形成了改进的资源分配网络(IRAN)算法。IRAN算法用于非线性动态系统的在线建模,能有效地改善模型精度和泛化能力。将改进径向基函... 将资源分配网络算法(RAN)与相似隐单元合并操作、冗余隐单元删除操作和基于滑动数据窗连接权值学习相结合,形成了改进的资源分配网络(IRAN)算法。IRAN算法用于非线性动态系统的在线建模,能有效地改善模型精度和泛化能力。将改进径向基函数(RBF)神经网络(IRBFNN)和IRAN结合可以用于不确定非线性动态系统自适应建模。仿真研究表明:所提出的建模方法在模型精简、泛化和自适应等方面均具有优良的性能。 展开更多
关键词 非对称高斯函数 IRAN算法 非线性动态系统 在线自适应建模
在线阅读 下载PDF
受决策过程神经学机制启发的机器人行为协调
5
作者 蓝艇 刘士荣 俞金寿 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2009年第4期612-615,共4页
行为协调是基于行为的机器人控制系统中的一个主要问题。受决策过程的神经学机制启发,将一个或多个传感器的信息以及不同时间点上的信息组合,并累积得到似然比来表示行为选择的相对可能性,然后根据行为的可能性排序来决定机器人行为的... 行为协调是基于行为的机器人控制系统中的一个主要问题。受决策过程的神经学机制启发,将一个或多个传感器的信息以及不同时间点上的信息组合,并累积得到似然比来表示行为选择的相对可能性,然后根据行为的可能性排序来决定机器人行为的取舍。通过一个机器人推棒子的仿真实验验证了该方法的可行性。 展开更多
关键词 行为协调 似然比 决策变量 推棒子
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部