摘要:針對目前常采用高斯核的最小二乘支持向量機(LS-SVM)不能對信號多尺度逼近的問題,提出一種采用尺度核的LS-SVM,首先,在再生核希爾伯特空間的框架下構(gòu)建了一種點積型的尺度核函數(shù),它滿足Mercer條件,并具備平移和擴張的特性,是尺度子空間的一組完備的基,然后,利用拉格朗日乘子法求解LS-SVM逼近的約束規(guī)劃問題,在結(jié)構(gòu)風(fēng)險最小化逼近準(zhǔn)則下獲得了逼近系數(shù),與傳統(tǒng)核函數(shù)相比,采用尺度核的LS-SVM可以實現(xiàn)多尺度逼近任意信號,且應(yīng)用時僅需對尺度參數(shù)調(diào)節(jié)選優(yōu),簡便、實用,實驗結(jié)果表明:所提算法的逼近性能與小波核性能相當(dāng);與傳統(tǒng)的高斯核函數(shù)相比,其均方根誤差提高8.4%,
關(guān)鍵詞:最小二乘支持向量機;尺度核;信號逼近
中圖分類號:TP18 文獻標(biāo)識碼:A 文章編號:0253-987X(2008)12-1464-04