鲁棒LSSVR的模拟电路性能在线评价策略

作者：张爱华; 王永超; 宋心点; 秦玉平

来源：仪器仪表学报, 2013, (10): 2328-2335.

DOI：10.19650/j.cnki.cjsi.2013.10.025

• 鲁棒支持向量回归机
• 修正双核径向基核函数
• 阈值
• 增减交互
• 模拟电路
• 评价策略 robust least square support vector regression(RLSSVR)
• modified double-kernel radial basis MDRBF)
• threshold
• incremental or decremental interaction
• analog circuit
• evaluation strategy

针对模拟电路性能的在线评价问题,既要考虑运算速度又要考虑评价的可靠性。而现场数据的采集常包含有错值,对于错值正确的处理直接关乎到评价结果的可靠性。运用标准支持向量回归机(LSSVR),结合鲁棒学习的优越性,设计修正双核径向基核函数(MDRBF)在线调节核宽度保证支持向量数目确定的精确性,利用改进的鲁棒学习算法处理包含错值的数据集,在线完成模拟电路输出预测与实际输出对比,获取预测误差。该方法利用鲁棒学习算法更新LSSVR权值来处理错值,同时应用增量、减量交互的学习方法兼顾历史数据,控制存储数据总量,完成鲁棒LSSVR(RLSSVR)模型的在线更新。实验以高校模拟电路实验为依托,采用近两年内由精密...

• 出版日期2013
• 单位渤海大学