传感器动态建模的最小二乘支持向量机方法

摘要

提出了应用最小二乘支持向量机(LS-SVMs)建立传感器动态模型的方法。LS-SVMs的训练过程遵循的是结构风险最小化原则,而不是通常神经网络的经验误差最小化原则,遵循该原则可获得更好的泛化性能,且不易发生局部最优及过拟合现象,因此可以克服应用人工神经网络建立传感器动态模型的缺陷。通过实例验证了该方法的实用性及可靠性。实验结果表明,即使传感器动态模型存在严重非线性,该方法也仍然有效。