22,IJ2(1.!KLM"> 22,IJ2(1.!KLM" />
状态时间序列预测的贝叶斯最小二乘支持向量机方法.pdf

状态时间序列预测的贝叶斯最小二乘支持向量机方法.pdf

ID:53736278

大小:742.17 KB

页数:7页

时间:2020-04-21

状态时间序列预测的贝叶斯最小二乘支持向量机方法.pdf_第1页
状态时间序列预测的贝叶斯最小二乘支持向量机方法.pdf_第2页
状态时间序列预测的贝叶斯最小二乘支持向量机方法.pdf_第3页
状态时间序列预测的贝叶斯最小二乘支持向量机方法.pdf_第4页
状态时间序列预测的贝叶斯最小二乘支持向量机方法.pdf_第5页
资源描述:

《状态时间序列预测的贝叶斯最小二乘支持向量机方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、!44"!10#!"#$%&&'Vol.44№102010$10%JOURNALOFXI′ANJIAOTONGUNIVERSITYOct.2010!"#$%&'()*+,-./01234567-.1,3451,->22,IJ2(1.!KLMNOFPCQRSNO7,710025,TU;2.!KLMNOFPVWS;XYZ[],710025,TU)89:()*+,-./0123456789:,;<=>?@ABCDEFG6HIJKLMNOPQR9:ST.USTVWXYZH[01E]^_H`01E6Sab[HIJKLM

2、NOP9:cd,efghijklmnopq[`01E#rYstuv69:cdwxyz,${ABCDEFG)*9:cd

3、}6QR~1p.f@P,60123459:),UST69:n8cdSTg9.52%73.26%,79:、9:n86,f@,-./QR0123459:.:;<:HIJKLMNOP;ABCDEFG;,-./;P;0123459:=>?@A:TP277BCDEF:ABGHA:0253?987X(2010)10?0042?05犃犔犲犪狊狋犛狇狌犪狉犲狊犛狌狆狆狅狉狋犞犲犮狋狅狉犕犪犮犺犻狀犲犳狅狉犆狅狀

4、犱犻狋犻狅狀犜犻犿犲犛犲狉犻犲狊犘狉犲犱犻犮狋犻狅狀犅犪狊犲犱狅狀犅犪狔犲狊犻犪狀犈狏犻犱犲狀犮犲犉狉犪犿犲狑狅狉犽1,WANGHongli1,ZHANGJinsheng2,SUNYuan2ZHANGXian(1.DepartmentofAutomaticControlEngineering,TheSecondArtilleryEngineeringCollege,Xi′an710025,China;2.LaboratoryofAccurateGuidanceandSimulation,TheSecondArtil

5、leryEngineeringCollage,Xi′an710025,China)犃犫狊狋狉犪犮狋:AmethodusingBayesianevidenceframework(BEF)andleastsquaressupportvectormachine(LSSVM)isproposedtopredictelectronicsystemconditiontimeseriesaccurately.ALSSVMmodelforpredictionistrainedwithallthecurrentconditionti

6、meseriesdata.Then,theLSSVMmodelisiterativelyupdatedbyadoptingthelatestdataandpruningtheoldestdata.MatrixtransformisappliedtoreducethecomputationalcostofretrainingtheLSSVMmodel.Finally,theupdatedLSSVMmodelisdynamicallyoptimizedbyBEF.Numericalexperimentsonrada

7、rtransmitterconditiontimeseriespredictionarecarriedouttotesttheeffectivenessoftheproposedmethod.Theexperimentalresultsandcomparisonswiththeconventionaladaptivegreymodelshowthattheproposedmethodhasbetterperformanceinpredictionaccuracy,predictionstabilityandcomp

8、utationalefficiency,andthatthepredictionaccuracyandthecomputationalefficiencyforelectronicsystemconditiontimeseriespredictionareraisedby9.52%and73.26%respectively.犓犲狔狑狅狉犱狊:leastsquaressupportvectormachine;Bayesianevidenceframework;electronicsystem;radartransm

9、itter;conditiontimeseriesprediction^_`abcdefXghijk7lm,n~.`qr^jk7lqrmbopqrss^tuvOmwxyz{

10、ph}n,opqr,abip,&'(#:2010?03?23.)*+,:-.(1982-),/,012;345(678),/,9:,012;<.=>?@:ABCDEF=>GH?@(609

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。