尺度核函数在最小二乘支持向量机信号逼近中的应用

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%.

关键词：最小二乘支持向量机、尺度核、信号逼近

所属期刊栏目：42

分类号：TP18(自动化基础理论)

资助基金：国家高技术研究发展计划资助项目2007AA062217;西安市科技计划资助项目CXY08012

在线出版日期：2009-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1464-1467,1480