最小二乘小波支持向量机在非线性系统辨识中的应用

被引：39

作者：

崔万照

朱长纯

保文星

刘君华

机构：

[1] 西安交通大学电子与信息工程学院

来源：

西安交通大学学报 | 2004年 / 06期

基金：

高等学校博士学科点专项科研基金;

关键词：

小波核函数; 最小二乘小波支持向量机; 非线性系统辨识;

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：

基于小波分解和支持向量核函数的条件,提出了一种多维允许支持向量小波核函数.该核函数不仅是近似正交的,而且适用于信号的局部分析、信噪分离和突变信号的检测,从而提高了支持向量机的泛化能力.基于小波核函数和正则化理论提出了最小二乘小波支持向量机(LS WSVM)并将LS WSVM用于非线性系统的辨识,提高了辨识效果,减少了计算量.仿真结果表明:LS WSVM在同等条件下比传统支持向量机的辨识精度提高约13 1%,因而更适合于工程应用.

引用

页码：562 / 565+586 +586

页数：5

共 4 条

[1] Wavelet networks. Zhang Q,Benveniste A. IEEE ACM Transactions on Networking . 1992
[2] Functions of positive and negative type and their connection with the theory of integral equations. Mercer J. Philosophical Transactions of the Royal Society of London: A . 1909
[3] The wavelet transform, time-frequency localization and signal analysis. Daubechies I. IEEE Transactions on Information Theory . 1990
[4] Identification and control of dynamical systems using neural networks. Narendra K,Parthasarathy K. IEEE ACM Transactions on Networking . 1990

← 1 →