矢量基学习算法及在辨识建模中的应用研究

摘要

递推最小二乘(RLS)存在模型阶次及参数要预先设定、逼近能力有限、收敛较慢等诸多缺陷,本文提出了矢量基学习(Vector Base Learning:VBL)算法.基于核(Kernel)变换的思想,利用正则化技术建立了优化目标函数,避免出现过拟合.并提出了基矢量、基矢量集和解空间的概念,通过分析样本矢量和解空间的夹角,推导了基矢量的判断准则.继而获得了VBL辨识参数的增长和校正模式的递推公式.最后对算法仿真分析表明VBL算法比RLS具有更好的收敛性和辨识效果.