论文部分内容阅读
支持向量机（SVM）是一种基于结构风险最小化原理的学习技术，是一种新的具有很好泛化性能的回归方法，本文分析了采用神经网络方法进行非线性系统建模存在的缺点，并将SVM应用于复杂非线性黑箱系统模型的在线辨识当中，理论分析和实验证明，该方法学习速度快，跟踪性能好，泛化能力强，对样本的依赖程度低，比神经网络非线性系统建模具有更好的预测精度．