×
程昌明;白、尔伟

对非线性系统辨识中变量的重要性进行排序。 （英语） Zbl 1415.93085号

Automatica公司 103, 472-479 (2019).
小结：本文定义了基于拟合优度的重要性度量。在此基础上，提出了变量重要性的排序方法。特别地，本文解决了三个问题：（1）基于GOF的重要性度量是什么？（2） 在实际识别之前，如何基于GOF对变量进行排序？（3） 给定一个整数（d），我们能从理论上找到在基于GOF的所有变量子集中贡献最大的（d）变量吗？数值算法提供了肯定的答案。在高维非线性系统的辨识中，在实际辨识之前对变量进行排序是一个重要问题。如果在系统识别之前能够识别并去除贡献很小的变量，那么识别问题的维数较低，相对容易处理。

引用于2文件

MSC公司：

93B30型 系统标识
93立方厘米 控制理论中的非线性系统
93B11号机组 系统结构简化

关键词：

变量选择;非线性辨识;非参数系统
PDF格式BibTeX公司 XML格式引用
\textit{C.Cheng}和\textit{E.-W.Bai}，Automatica 103，472--479（2019；Zbl 1415.93085）
全文： DOI程序

参考文献：

[1] Bai，E.W.，非参数非线性系统辨识：渐近最小均方误差估计，IEEE自动控制汇刊，551615-1626（2010）·Zbl 1368.93739号
[2] Bai，E.W。；Chan，K.，可加非线性系统的识别及其在广义Hammerstein模型中的应用，Automatica，44430-436（2008）·Zbl 1283.93286号
[3] Bai，E.W。；李凯。；赵伟。；Xu，W.，基于核的局部非线性非参数变量选择方法，Automatica，50，100-113（2014）·Zbl 1298.93335号
[4] Billings，S.A.，《非线性系统识别：时间、频率和时空域中的NARMAX方法》（2013），John Wiley and Sons·Zbl 1287.93101号
[5] 邦德尔，H。；Li，L.，无模型变量选择的收缩反向回归估计，英国皇家统计学会杂志。B系列，71287-299（2009）·Zbl 05691142号
[6] Chan，K。；克里斯托弗森。；Stenseth，N.，Burmann展开和可加性测试，Biometrika，90209-222（2003）·Zbl 1036.62069号
[7] 陈，X。；邹，C。；Cook，R.D.，坐标相关稀疏充分降维与变量选择，《统计年鉴》，38，3696-3723（2010）·Zbl 1204.62107号
[8] Cheng，C.M。；彭子凯。；Zhang，W.M。；Meng，G.，基于Volterra级数的非线性系统建模及其工程应用：最新综述，机械系统和信号处理，87，340-364（2017）
[9] Cook，R.，《在充分降维中测试预测因子贡献》，《统计年鉴》，32，1062-1092（2004）·Zbl 1092.62046号
[10] 盖恩，I。；Elisseeff，A.，《变量和特征选择简介》，《机器学习研究杂志》（JMLR），31157-1182（2003）·Zbl 1102.68556号
[11] 哈斯蒂·T·J。；Tibshirani，广义加性模型（1999），Chapman&Hall/CRC·Zbl 0747.62061号
[12] 何，X。；Asada，H.，识别非线性动态系统输入输出模型阶数的新方法，（ACC会议记录（2003）），2520-2523
[13] Herschel，R。；Alis，O.，《高维模型表征的一般基础》，《主题化学杂志》，25197-233（1999）·Zbl 0957.93004号
[14] 洪，X。；米切尔，R.J。；陈，S。；哈里斯，C。；李凯。；Irwin，G.W.，非线性系统辨识的模型选择方法：综述，国际系统科学杂志，39925-949（2008）·Zbl 1233.93097号
[15] 李，L。；库克·R·D。；Nachtsheim，C.J.，无模型变量选择，皇家统计学会杂志。B系列，67，285-299（2005）·Zbl 1069.62053号
[16] 李凯。；彭杰。；Bai，E.W.，非线性动态系统辨识的两阶段算法，Automatica，421187-1196（2006）
[17] 李·G。；拉比茨，H。；Yelvington，P。；Oluwole，O。；培根，F。；Kolb，C.，《具有独立和/或相关输入的系统的全局敏感性分析》，《物理化学杂志A》，1146022-6032（2010）
[18] 李，L。；Yin，X.，带正则化的切片逆回归，生物计量学，64，124-131（2008）·Zbl 1139.62055号
[19] 林德，I。；Ljung，L.，使用结构方差分析方法的NARX模型中的回归和结构选择，Automatica，44383-395（2008）·Zbl 1283.93294号
[20] Ni，L。；库克·R·D。；Tsai，C.L.，关于收缩切片逆回归的注释，Biometrika，92，242-247（2005）·Zbl 1068.62080号
[21] Peduzzi，P.，非线性回归方法的逐步变量选择程序，生物计量学，36510-516（1980）·Zbl 0442.62049号
[22] 彭，H。；朗，F。；丁，C.，基于互信息的特征选择：最大依赖、最大关联和最小冗余的准则，IEEE模式分析和机器智能学报，271226-1238（2005）
[23] Pillonetto，G。；Quang，M。；Chiuso，A.，基于核的非线性系统辨识方法，562825-2840（2011）·Zbl 1368.93751号
[24] 罗尔，J。；Nazin，A。；Ljung，L.，通过直接权重优化进行非线性系统辨识，Automatica，41，475-490（2005）·Zbl 1127.93060号
[25] Rosasco，L。；维拉，S。；莫西，S。；桑托罗，M。；Verri，A.，《非参数稀疏性和正则化》，《机器学习研究杂志》（JMLR），第14期，1665-1714页（2013年）·Zbl 1317.68183号
[26] Roweis，S。；Saul，L.，通过局部线性嵌入降低非线性维数，《科学》，2902323-2326（2000）
[27] Sjoberg，J。；张，Q。；Ljung，L。；Benveniste，A。；Delyon，B。；Glorennec，P.，《系统识别中的非线性黑盒建模：统一概述》，Automatica，311691-1724（1995）·Zbl 0846.93018号
[28] Soderstrom，T。；Stoica，P.，《系统识别》（1989），普伦蒂斯大厅：纽约普伦蒂斯大厅·Zbl 0714.93056号
[29] 谢凯利，G.J。；Rizzo，M.L。；Bakirov，N.K.，《通过距离相关性测量和测试相关性》，《统计年鉴》，35，2769-2794（2007）·Zbl 1129.62059号
[30] Walk，H.，通过最近邻实现条件期望的通用强大数定律，《多元分析杂志》，99，1035-1050（2008）·Zbl 1141.62029号
[31] Wei，H.L。；Billings，S.A。；Liu，J.，非线性系统辨识的术语和变量选择，国际控制杂志，77，86-110（2004）·Zbl 1050.93506号
[32] 于，Z。；Dong，Y。；Zhu，L.X.，《追踪追踪：无模型变量选择的一般框架》，《美国统计协会杂志》，111813-821（2016）
[33] 赵伟。；Chen，H.F。；Bai，E.W。；Li，K.，非线性非参数系统基于核的局部阶估计，Automatica，51，243-254（2015）·Zbl 1309.93151号
[34] 钟伟。；张，T。；Zhu，Y。；Liu，J.S.，相关性追求：指数模型的正向逐步变量选择，英国皇家统计学会杂志。B系列，74849-870（2012）·兹比尔1411.62050
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。