论文部分内容阅读
提出了一种传感器动态模型辩识新方法，给出了相应的辩识过程及学习算法。该方法采用支持向量机模型，与常规模型辩识方法比较，其优点是明显的。其采用了结构风险最小化准则，在最小化样本误差的同时减小模型泛化误差的上界，提高了模型的泛化能力；而且将学习算法转换为求解二次规划问题，使得整个模型参数辩识过程中有且仅有一个全局极值点，确定了结果的唯一性。最后，仿真和实际试验结果均表明应用支持向量机对传感器动态模型进行辩识有效。