最小二乘小波支持向量機(jī)在非線性系統(tǒng)辨識(shí)中的應(yīng)用
2004-04-29 00:44:03崔萬照朱長純保文星劉君華
西安交通大學(xué)學(xué)報(bào) 2004年6期
崔萬照 朱長純 保文星 劉君華
摘要：基于小波分解和支持向量核函數(shù)的條件，提出了一種多維允許支持向量小波核函數(shù)．該核函數(shù)不僅是近似正交的，而且適用于信號(hào)的局部分析、信噪分離和突變信號(hào)的檢測，從而提高了支持向量機(jī)的泛化能力．基于小波核函數(shù)和正則化理論提出了最小二乘小波支持向量機(jī)(LS—WSVM)并將LS—WSVM用于非線性系統(tǒng)的辨識(shí)，提高了辨識(shí)效果，減少了計(jì)算量．仿真結(jié)果表明：LS—WSVM在同等條件下比傳統(tǒng)支持向量機(jī)的辨識(shí)精度提高約13．1％，因而更適合于工程應(yīng)用． 關(guān)鍵詞：小波核函數(shù)；最小二乘小波支持向量機(jī)；非線性系統(tǒng)辨識(shí)中圖分類號(hào)：TPl8文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：0253—987X(2004)06—0562—04
猜你喜歡
科技風(fēng)(2021年19期)2021-09-07 14:04:29
電子制作(2019年13期)2020-01-14 03:15:32
成都信息工程大學(xué)學(xué)報(bào)(2019年1期)2019-05-20 09:14:26
鐵道學(xué)報(bào)(2018年5期)2018-06-21 06:21:08
成都信息工程大學(xué)學(xué)報(bào)(2017年4期)2018-01-22 02:08:18
制造技術(shù)與機(jī)床(2017年10期)2017-11-28 05:20:43
課程教育研究·學(xué)法教法研究(2016年8期)2016-06-14 15:21:38
課程教育研究·學(xué)法教法研究(2015年7期)2015-05-30 10:48:04
中國科技博覽(2014年14期)2014-04-30 10:07:19
電測與儀表(2014年8期)2014-04-04 09:19:38
