一种过程支持向量机及其在动态模式分类中的应用

被引：11

作者：

许少华 ^{[1
,2
]}

何新贵 ^{[2
]}

周继 ^{[1
]}

王兵 ^{[1
]}

机构：

[1] 大庆石油学院计算机与信息技术学院

[2] 北京大学信息科学技术学院

来源：

控制与决策 | 2009年 / 24卷 / 02期

基金：

黑龙江省自然科学基金;

关键词：

过程支持向量机; 时变信号; 模式分类; 正交函数基展开; 求解算法;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

针对一般SVM在机制上难以直接对动态模式进行分类的问题,提出了一种基于函数正交基展开的过程支持向量机.该模型的输入为时变函数,输出为模式类别.在输入函数空间中选择一组适当的正交函数基,将输入函数在该组函数基下进行有限项展开,把展开式系数作为核函数的输入.由于时变函数在基函数映射下与展开式系数一一对应,从而可利用SVM的变换机制实现动态模式分类.给出了基于SMO的求解算法,实验结果验证了模型和算法的有效性.

引用

页码：309 / 312

页数：4