矢量基学习算法及在辨识建模中的应用研究

作者：解应春; 王海清; 李平

来源：电路与系统学报, 2004, (06): 122-126.

• 递推最小二乘
• 核函数
• 正则化
• 辨识 RLS
• kernel function
• regularization
• identification

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(VectorBaseLearningVBL)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。

• 单位
  工业控制技术国家重点实验室