基于小波的支持向量機(jī)算法研究
2005-04-29 00:44:03林繼鵬劉君華
西安交通大學(xué)學(xué)報(bào) 2005年8期
林繼鵬 劉君華
摘要：基于小波對(duì)偶框架和支持向量核函數(shù)的條件，提出了一種支持向量小波核函數(shù)．該核函數(shù)利用小波的多尺度插值特性和稀疏變化特性，不僅提高了模型的精度和迭代的收斂速度，而且還適用于信號(hào)的局部分析、信噪分離和突變信號(hào)的檢測(cè)，從而在提高支持向量機(jī)(SVM)泛化能力的同時(shí)，提高了辨識(shí)效果和減少了計(jì)算量．基于該核函數(shù)和正則化理論提出的最小二乘小波支持向量機(jī)用于非線(xiàn)性系統(tǒng)辨識(shí)，對(duì)SINC函數(shù)的逼近，該小波核得到的均方根誤差不足高斯徑向基核的1/12，對(duì)logistic混沌序列預(yù)測(cè)的均方根誤差不超過(guò)8×10-6，同時(shí)實(shí)驗(yàn)表明，預(yù)測(cè)的長(zhǎng)度對(duì)預(yù)測(cè)均方根誤差沒(méi)有顯著影響，這表明小波核SVM具有更好的泛化．能力．
關(guān)鍵詞：小波核；混沌；支持向量機(jī)；泛化能力
中圖分類(lèi)號(hào)：TP18文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：0253—987X(2005)08—0816—04
