论文部分内容阅读
提出一种用于支持向量回归的网络优化策略．学习策略分为两个阶段：首先训练支持向量机，得到支持向量回归的初始结构和参数，构造一个无阈值的支持向量回归网络；然后通过带有遗忘因子的递归最小二乘算法，优化计算支持向量回归网络的权值，以达到更好的函数拟合精度．与支持向量回归相比，这种策略可以得到最优的权值和阈值．仿真结果表明，该网络性能优良，具有在线应用的潜力．