计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2008年
11期
2978-2980
,共3页
支持向量机%逆控制%有限增益稳定
支持嚮量機%逆控製%有限增益穩定
지지향량궤%역공제%유한증익은정
支持向量机(SVM)是一种基于结构风险最小化(SRM)的新的机器学习方法,具有良好的推广性能.给出了利用其构造逆控制器的方法,并将逆控制器串联于原系统前构成伪线性复合系统.针对此开环逆控制系统,在核函数为局部Lipschitz的前提下,证明了控制器是有限增益稳定的,并给出Gaussian核函数对任一变量的局部Lipschitz性的充分条件,在一定合理的假设下给出了控制系统的稳定性结论.
支持嚮量機(SVM)是一種基于結構風險最小化(SRM)的新的機器學習方法,具有良好的推廣性能.給齣瞭利用其構造逆控製器的方法,併將逆控製器串聯于原繫統前構成偽線性複閤繫統.針對此開環逆控製繫統,在覈函數為跼部Lipschitz的前提下,證明瞭控製器是有限增益穩定的,併給齣Gaussian覈函數對任一變量的跼部Lipschitz性的充分條件,在一定閤理的假設下給齣瞭控製繫統的穩定性結論.
지지향량궤(SVM)시일충기우결구풍험최소화(SRM)적신적궤기학습방법,구유량호적추엄성능.급출료이용기구조역공제기적방법,병장역공제기천련우원계통전구성위선성복합계통.침대차개배역공제계통,재핵함수위국부Lipschitz적전제하,증명료공제기시유한증익은정적,병급출Gaussian핵함수대임일변량적국부Lipschitz성적충분조건,재일정합리적가설하급출료공제계통적은정성결론.
