基于多尺度重采样思想的类指数核函数构造

• 作者: 徐胜金 焦立国 胡站伟 黄勇
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 多尺度重采样 Nadaraya-Watson回归 支持向量机 类指数核函数
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 论文
• 页码范围: 1689-1695
• 页数: 7页
• 分类号: TN911.7
• 字数: 5287字
• 语种: 中文
• DOI: 10.11999/JEIT151101

摘要

该文按照多尺度重采样思想,构造了一种类指数分布的核函数(ELK),并在核回归分析和支持向量机分类中进行了应用,发现ELK对局部特征具有捕捉优势.ELK分布仅由分析尺度决定,是单参数核函数.利用ELK对阶跃信号和多普勒信号进行Nadaraya-Watson回归分析,结果显示ELK降噪和阶跃捕捉效果均优于常规Gauss核,整体效果接近或优于局部加权回归散点平滑法(LOWESS).多个UCI数据集的SVM分析显示,ELK与径向基函数(RBF)分类效果相当,但比RBF具有更强的局域性,因此具有更细致的分类超平面,同时分类不理想时可能产生更多的支持向量.对比而言,ELK对调节参数敏感性低,这一性质有助于减少参数优选的计算量.单参数的ELK对局域特征的良好捕捉能力,有助于这类核函数在相关领域得到推广.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄勇		66	389	11.0	15.0
2	焦立国		10	34	3.0	5.0
3	徐胜金	清华大学航空航天学院流体力学所	7	28	3.0	5.0
4	胡站伟	清华大学航空航天学院流体力学所	1	3	1.0	1.0