小波支持向量机

被引：12

作者：

李元诚

方廷健

机构：

[1] 中国科学院合肥智能机械研究

[2] 中国科学院合肥智能机械研究所

来源：

模式识别与人工智能 | 2004年 / 17卷 / 02期

关键词：

小波; 支持向量机; 核函数; 框架理论; 再生核希尔伯特空间;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

在研究支持向量机(SVM)核方法和小波框架理论的基础上,提出了一种称为小波支持向量机(WaveletSupport Vector Machines,WSVM)的新的机器学习构造方法.该方法引入小波基函数构造SVM的核函数,得到了一种新的SVM模型,然后提出了此模型的结构设计和实现算法,最后给出了几种常用的小波核函数,并给出了理论证明.通过仿真实验,把该方法与小波神经网络、高斯核SVM相比较,得到了较好的实验结果,从而验证了该方法的正确性和有效性.

引用

页码：167 / 172

页数：6

共 13 条

[1] Learning, frame,reproducing kernel and regularization. Ralotomamenjy A,Canu S. . 2002
[2] A Tutorial on Support Vector Regression. Smola A J,Scholkopf B. Neuro COLT2Technical Report Series NC2-TR-1998-030 . 1998
[3] Arrhythmia Detection Using Signal-Adapted Wavelet Preprocessing for Support Vector Machines. Strauss D,Steidl G,Jung J. Computers in Cardiology . 2001
[4] Wave-Net: A Multiresolution Hierarchical Neural Network with Localized Learning. Bakshi B R,,Stephanopoulos G. IEEE ACM Transactions on Networking . 1993
[5] Support Vector Machine for Arrhythmia Discrimination with Wavelet Tranform-Based Feature Selection. Millet-Roig J,Ventura-Galiano R,Chorro-Gasco F J,Cebrian A. Computers in Cardiology . 2000
[6] Using wavelet networks in nonparametric estimation. Zhang Qinghua. IEEE Transactions on Neural Networks . 1997
[7] A Wavelet Network. Zhang Q,Benveniste A. IEEE Transactions on Neural Networks . 1992
[8] Wavelet -Based neural network with fuzzylogic adaptivity for nuclear image restoration. Qian W,Clarke L P. Proceedings of Tricomm . 1996
[9] The nature of statistical learning theory. Vapnik VN. . 1995
[10] Improvements to SMO algorithm for SVM regression. Shevade S K,Keerthi S S,Bhattacharyy C,et al. IEEE Transactions on Neural Networks . 2000

← 1 2 →