论文部分内容阅读
为使最小二乘支持向量机的解具有稀疏性，本文提出了一种稀疏解算法一矢量基学习．首先引入基矢量、基矢量集与矢量空间的概念，并分析新样本矢量与矢量空间的夹角，从而推导出该样本是否为基矢量的判断准则．随着新样本的到来，在线判别支持向量，使LS—SVM的支持向量具有稀疏性．提升LS—SVM动态建模的实时性，本文进一步提出用于矢量基学习的增长记忆模式递推公式．仿真分析及水处理厂的应用实例，验证了该方法的可行性和有效性．