最小二乘Littlewood-Paley小波支持向量机

被引：15

作者：

武方方

赵银亮

机构：

[1] 西安交通大学新型计算机研究所

来源：

信息与控制 | 2005年 / 05期

关键词：

支持向量机; 核函数; 支持向量核函数; Littlewood-Paley小波; LS-LPWSVM;

D O I：

10.13976/j.cnki.xk.2005.05.018

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

基于小波分解理论和支持向量机核函数的条件,提出了一种多维允许支持向量核函数———L it-tlewood-Paley小波核函数.该核函数不仅具有平移正交性,而且可以以其正交性逼近二次可积空间上的任意曲线,从而提升了支持向量机的泛化性能.在L ittlewood-Paley小波函数作为支持向量核函数的基础上,提出了最小二乘L ittlewood-Paley小波支持向量机(LS-LPW SVM).实验结果表明,LS-LPW SVM在同等条件下比最小二乘支持向量机的学习精度要高,因而更适用于复杂函数的学习问题.*

引用

页码：94 / 99

页数：6