基于小波基的SVM多气体融合

• 作者: 刘君华 林继鹏
• 来源期刊: 吉林大学学报（信息科学版）
• 学科: 工学
• 关键词: 小波支持向量机 多组分气体分析 泛化能力
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 计算机科学与技术
• 页码范围: 402-407
• 页数: 6页
• 分类号: TP393.07
• 字数: 3447字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5896.2005.04.013

摘要

为了提高气体传感器在多气体环境下的检测灵敏度,基于小波对偶框架和支持向量核函数的条件,提出了一种支持向量小波核函数.该核函数具备小波的多尺度插值特性和稀疏变化特性,提高了模型的精度和迭代的收敛速度,适用于信号的局部分析、信噪分离和突变信号的检测,从而能在提高支持向量机(SVM:Support Vector Machine)泛化能力的同时,提高辨识效果,减少计算量.基于该核函数和正则化理论提出的最小二乘小波支持向量机用于非线性系统辨识,对sin c函数的逼近.该小波核得到的绝对误差不超过0.004;在多气体分析中,比RBF(Radial Base Function)核所得的偏差小18.3%.这些表明SVM小波核具有更好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘君华	西安交通大学电气工程学院	224	3216	28.0	45.0
2	林继鹏	西安交通大学电气工程学院	15	214	9.0	14.0