一种基于支持向量回归方法在RObOCup中的应用

详细信息   全文下载|推荐本文 |

• 出版年：2007
• 作者：刘扬；王浩；方宝富；姚宏亮
• 单位1：合肥工业大学计算机与信息学院
• 出生年：1979
• 学历：硕士生
• 语种：中文
• 作者关键词：支持向量回归；径向基网络；预测
• 起始页：1258
• 总页数：4
• 经费资助：合肥工业大学科学研究发展基金资助项目（050506fF）；安徽省自然科学基金资助项目（070412064）
• 刊名：合肥工业大学学报
• 是否内版：否
• 刊频：月刊
• 创刊时间：1956
• 主管单位：中华人民共和国教育部
• 主办单位：合肥工业大学
• 主编：杨伯源
• 地址：合肥市屯溪路193号
• 邮编：230009
• 电子信箱：hefe@chinajournal.net.cn；XBZK@hfut.edu.cn
• 卷：30
• 期：10
• 期刊索取号：P806.6 223
• 数据库收录：中国期刊方阵期刊；全国中文核心期刊；美国《化学文摘》(CA)；俄罗斯《文摘杂志》(AJ)；德国《数学文摘)》(ZBL MATH)；美国《剑桥科技文摘》(CSA)；中国科技论文统计分析数据库(CSTPCD)；中国科学引文数据库核心库(CSCD)；中国学术期刊综合评价数据库；《中国期刊方阵》；《中文核心期刊要目总览》；《中国期刊网》；《中国学术期刊（光盘版）》；《万方数据——数字化期刊群》；《中国核心期刊（遴选）数据库》
• 核心期刊：全国中文核心期刊；中国科学引文数据库核心库(CSCD)；《中文核心期刊要目总览》；《中国核心期刊（遴选）数据库》

摘要

对RoboCup中截球问题引入了支持向量回归方法，通过采集样本训练预测模型来预测Agent成功截到球时球运动过的距离。为了达到更好的预测效果，对此模型的参数选择问题进行了相应的研究，最后将此预测模型与广义回归神经网络等传统方法相比较，结果表明，在截球距离的预测精度方面要优于传统的广义回归神经网络。