原文服务方: 西安交通大学学报       
摘要:
为了进一步提升多分辨率信号逼近算法(MSA)的逼近性能,提出了一种基于支持向量机(SVM)的信号多分辨率逼近算法(SVM-MSA).SVM-MSA以尺度子空间是再生核希尔伯特空间为前提,先在MSA中集成SVM的逼近准则并得到一个无约束规划,再引入松弛变量将无约束规划转化为约束规划,最后借助拉格朗日乘子法求解约束规划,获得逼近系数与逼近表达式.SVM-MSA不仅保留了MSA的多分辨率逐级逼近特点,而且兼具SVM良好的逼近准确度与平滑度.实验结果表明:在逼近sinc信号时,SVM-MSA具有比MSA更好的逼近准确度与平滑度;在噪声环境下,当输入信噪比大于约2 dB时,具有更强的稳健性.
推荐文章
基于支持向量机的多分辨率信号逼近算法研究
支持向量机
多分辨率
再生核希尔伯特空间
一种新的模糊支持向量机多分类算法
支持向量机
模糊支持向量机
一对多组合
隶属函数
多分类算法
一种基于半边折叠的多分辨率模型构造方法
半边折叠
多细节层次
多分辨率模型
一种基于NURBS曲面控制的多分辨率自由变形算法
NURBS曲面
自由变形
Loop细分
多分辨率
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于支持向量机的多分辨率信号逼近算法
来源期刊 西安交通大学学报 学科
关键词 多分辨率 支持向量机 逼近 再生核希尔伯特空间
年,卷(期) 2006,(10) 所属期刊栏目 专题研究
研究方向 页码范围 1083-1086
页数 4页 分类号 TP18
字数 语种 中文
DOI 10.3321/j.issn:0253-987X.2006.10.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张太镒 西安交通大学电子与信息工程学院 91 887 15.0 27.0
2 陈志刚 西安交通大学电子与信息工程学院 26 146 7.0 11.0
3 周亚同 西安交通大学电子与信息工程学院 16 166 7.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (23)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多分辨率
支持向量机
逼近
再生核希尔伯特空间
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导