基于小波的支持向量機算法研究
2005-04-29 00:44:03林繼鵬劉君華
西安交通大學學報 2005年8期
林繼鵬 劉君華
摘要：基于小波對偶框架和支持向量核函數的條件，提出了一種支持向量小波核函數．該核函數利用小波的多尺度插值特性和稀疏變化特性，不僅提高了模型的精度和迭代的收斂速度，而且還適用于信號的局部分析、信噪分離和突變信號的檢測，從而在提高支持向量機(SVM)泛化能力的同時，提高了辨識效果和減少了計算量．基于該核函數和正則化理論提出的最小二乘小波支持向量機用于非線性系統辨識，對SINC函數的逼近，該小波核得到的均方根誤差不足高斯徑向基核的1/12，對logistic混沌序列預測的均方根誤差不超過8×10-6，同時實驗表明，預測的長度對預測均方根誤差沒有顯著影響，這表明小波核SVM具有更好的泛化．能力．
關鍵詞：小波核；混沌；支持向量機；泛化能力
中圖分類號：TP18文獻標識碼：A文章編號：0253—987X(2005)08—0816—04
