摘要:
针对网络控制系统中随机时延很难精确预测的问题,首次将核主成分分析(kernel principal component analysis, KPCA)与最小二乘支持向量机(least squares support vector machine, LSSVM)结合对随机时延进行预测,KPCA对输入随机时延序列降维,消除重复性与噪声,减少LSSVM的运算量,降维后的时延序列通过LSSVM算法预测时延值。仿真结果表明,基于KPCA与LSSVM的时延预测方法的预测精度高于其他的预测方法。
田中大, 高宪文, 李琨. 基于KPCA与LSSVM的网络控制系统时延预测方法[J]. Journal of Systems Engineering and Electronics, 2013, 35(6): 1281-1285.
TIAN Zhongda, GAO Xianwen, LI Kun. Networked control system timedelay prediction method based on KPCA and LSSVM[J]. Journal of Systems Engineering and Electronics, 2013, 35(6): 1281-1285.