原文服务方: 西安交通大学学报       
摘要:
针对目前常采用高斯核的最小二乘支持向量机(LS-SVM)不能对信号多尺度逼近的问题,提出一种采用尺度核的LS-SVM.首先,在再生核希尔伯特空间的框架下构建了一种点积型的尺度核函数,它满足Mercer条件,并具备平移和扩张的特性,是尺度子空间的一组完备的基.然后,利用拉格朗日乘子法求解LS-SVM逼近的约束规划问题.在结构风险最小化逼近准则下获得了逼近系数.与传统核函数相比,采用尺度核的LS-SVM可以实现多尺度逼近任意信号,且应用时仅需对尺度参数调节选优,简便、实用.实验结果表明:所提算法的逼近性能与小波核性能相当;与传统的高斯核函数相比,其均方根误差提高8.4%.
推荐文章
最小二乘Littlewood-Paley小波支持向量机
支持向量机
核函数
支持向量核函数
Littlewood-Paley小波
LS-LPWSVM
稀疏最小二乘支持向量机及其应用研究
最小二乘支持向量机
核偏最小二乘辨识
智能建模
基于核的偏最小二乘特征提取的最小二乘支持向量机回归方法
偏最小二乘
最小二乘支持向量机
核的偏最小二乘
回归
代价约束多核最小二乘支持向量机及其应用
代价约束
多核学习
最小二乘支持向量机
稀疏性
泡沫浮选
回收率
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 尺度核函数在最小二乘支持向量机信号逼近中的应用
来源期刊 西安交通大学学报 学科
关键词 最小二乘支持向量机 尺度核 信号逼近
年,卷(期) 2008,(12) 所属期刊栏目
研究方向 页码范围 1464-1467,1480
页数 5页 分类号 TP18
字数 语种 中文
DOI 10.3321/j.issn:0253-987X.2008.12.006
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 穆向阳 西安交通大学电子与信息工程学院 40 466 11.0 21.0
4 周亚同 河北工业大学信息工程学院 58 236 9.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (3)
同被引文献  (12)
二级引证文献  (10)
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)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(6)
  • 引证文献(2)
  • 二级引证文献(4)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
最小二乘支持向量机
尺度核
信号逼近
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
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导