基于主曲线的多输入多输出支持向量机算法

？针对传统多输入多输出(mimo)支持向量机(svm)没有考虑多个输出端之间依赖关系的问题，提出了一种新的基于主曲线的mimosvm算法。该算法基于所有输出端的模型参数位于一个流形上的假设，首先在现有的多维支持向量回归机(m-svr)的基础上，构建一个流形正则化的优化目标，其中正则项为输出端模型参数到通过所有参数集合中间的主曲线的投影距离；其次，由于该优化目标为非凸，采用交替优化的方法，交替计算模型参数和参数集合的主曲线，直至收敛。采用仿真数据和实际的载荷识别工程数据进行验证，结果表明，与m-svr和svm单独建模方法相比，该算法可有效提高预测精度和数值稳定性。