文件名称：小波核函数SVM.pdf
文件大小：159KB
文件格式：PDF
更新时间：2021-05-16 17:32:17
小波 SVM
基于小波对偶框架和支持向量核函数的条件, 提出了一种支持向量小波核函数.该核函数利用小波 的多尺度插值特性和稀疏变化特性, 不仅提高了模型的精度和迭代的收敛速度, 而且还适用于信号的局部分 析、 信噪分离和突变信号的检测, 从而在提高支持向量机( SVM) 泛化能力的同时, 提高了辨识效果和减少了 计算量. 基于该核函数和正则化理论提出的最小二乘小波支持向量机用于非线性系统辨识, 对S I NC 函数的 逼近, 该小波核得到的均方根误差不足高斯径向基核的1 / 1 2,对l o g i s t i c混沌序列预测的均方根误差不超过 8×1 0 -6, 同时实验表明, 预测的长度对预测均方根误差没有显著影响, 这表明小波核SVM 具有更好的泛化 能力