基于支持向量回归机的HHT边界效应处理

摘要：

针对希尔伯特-黄变换中的边界效应,提出了基于支持向量回归机的时间序列预测方法.在支持向量回归机的应用当中,参数的选取对它的泛化性能有很大影响.在讨论了参数对支持向量回归机的泛化性能的影响基础上,提出了通过微粒群优化算法来优化支持向量回归机参数的方法,使得支持向量回归机在应用中能够自适应的选择最优参数,从而获得了更好的泛化性能,提高了在端点处的延拓精度,很好地抑制了端点效应.试验表明,该优化算法能够很好解决支持向量回归机的参数选取问题.通过与神经网络的延拓方法和黄等人的HHTDPS结果对比,基于支持向量回归机的时间序列预测方法可以更好地解决在希尔伯特-黄变换中存在的边界效应,得到的固有模态函数具有较小的失真.

关键词：边界效应、希尔伯特-黄变换、支持向量回归机、微粒群优化

所属期刊栏目：2

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金60475016;哈尔滨工程大学校科研和教改项目HEUF04092

在线出版日期：2007-07-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：39-44