尺度核函數在最小二乘支持向量機信號逼近中的應用

摘要：針對目前常采用高斯核的最小二乘支持向量機(LS-SVM)不能對信號多尺度逼近的問題，提出一種采用尺度核的LS-SVM，首先，在再生核希爾伯特空間的框架下構建了一種點積型的尺度核函數，它滿足Mercer條件，并具備平移和擴張的特性，是尺度子空間的一組完備的基，然后，利用拉格朗日乘子法求解LS-SVM逼近的約束規劃問題，在結構風險最小化逼近準則下獲得了逼近系數，與傳統核函數相比，采用尺度核的LS-SVM可以實現多尺度逼近任意信號，且應用時僅需對尺度參數調節選優，簡便、實用，實驗結果表明：所提算法的逼近性能與小波核性能相當；與傳統的高斯核函數相比，其均方根誤差提高8.4％，

關鍵詞：最小二乘支持向量機；尺度核；信號逼近

中圖分類號：TP18 文獻標識碼：A 文章編號：0253-987X(2008)12-1464-04