点击次数：

发布时间：2018-12-18

第一作者：韩建民

发表时间：2006-01-01

发表刊物：仪器仪表学报

所属单位：数理与信息工程学院

文献类型：期刊

期号：第A3期

页面范围： 2279-2280

ISSN号：0254-3087

关键字：支持向量机；统计学习理论；非线性系统辨识

摘要：支持向量机(SVM)是一种基于结构风险最小化原理的学习技术,该文利用鲁棒支持向量机对非线性系统进行黑箱建模,首先推导出鲁棒支持向量机的基本理论,给出了对偶优化问题,并结合一个具体的例子进行了仿真实验,结果验证了所提出的方法的正确性和有效性.

是否译文：否