再生核支持向量机在非线性系统中的应用

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

再生核支持向量机在非线性系统中的应用

胡丹, 肖建, 车畅

文章导航 > 电子科技大学学报 > 2008 > 37(1): 124-127

胡丹, 肖建, 车畅. 再生核支持向量机在非线性系统中的应用[J]. 电子科技大学学报, 2008, 37(1): 124-127.

引用本文:

胡丹, 肖建, 车畅. 再生核支持向量机在非线性系统中的应用[J]. 电子科技大学学报, 2008, 37(1): 124-127.

HU Dan, XIAO Jian, CHE Chang. Reproducing Kernel Function Based on Walsh Series[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(1): 124-127.

Citation:

HU Dan, XIAO Jian, CHE Chang. Reproducing Kernel Function Based on Walsh Series[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(1): 124-127.

再生核支持向量机在非线性系统中的应用

胡丹^1,2,
肖建¹,
车畅²

1.
西南交通大学电气工程学院成都 610031;
2.
西华大学机械工程与自动化学院成都 610039

基金项目:

四川省教育厅项目(2006ZD022);四川省软件重点实验室项目(SCSL05014、SCSL06010)

作者简介:
胡丹(1970-),男,博士,教授,主要从事信息安全、分布式计算、并行计算方面的研究.

中图分类号: TM301.2

Reproducing Kernel Function Based on Walsh Series

1.
School of E1 ectric Engineering of Southwest Jiaotong University Chengdu 610031;
2.
School of Mechanical Engineering and Automation,Xihua University Chengdu 610039

摘要: 为了提高非线性系统辨识的精度,提出用Walsh函数作为空间V0的尺度函数,构造出L2(R)空间的正交规范序列。结合小波多分辨分析,将Hilbert空间分为一系列子空间,并由可分Hilbert空间与L2(R)的等价性,利用内积同构的线性算子,可以把V0子空间的尺度函数折算为Hilbert空间的子空间V0的尺度函数,构造出新的Walsh序列再生核。通过仿真实验,与传统的RBF核函数、高斯核函数等比较,该尺度再生核函数具有更高的辨识精度,较少支持向量数目,充分体现了支持向量机较好的推广性能。
- Hilbert空间 /
- 回归 /
- 再生核 /
- 尺度核 /
- 支持向量机
Abstract: A new reproducing kernel function of least square support vector machines based on Walsh series is presented in this paper. The reproducing kernel is constructed in reproducing kernel Hilbert space (RKHS). Because the Hilbert space and the square integrable space are isomorphic, according to the wavelet multi-resolution analysis, Walsh consequence can be seen a set of orthogonal basis to construct the reproducing kernel. The simulation results are discussed to illustrate the proposed method.
- Hilbert space /
- regression /
- reproducing kernel /
- scaling kernel /
- support vector machine

[1]	李大湘, 吴倩, 邱鑫, 刘颖. 基于空间稀疏编码的MIL算法及刑侦图像分类 . 电子科技大学学报, 2019, 48(1): 68-73. doi: 10.3969/j.issn.1001-0548.2019.01.012
[2]	黄一鸣, 雷航, 周瑞, 桑楠. 基于手机传感器的握持方式判断及运动状态识别 . 电子科技大学学报, 2017, 46(2): 399-406. doi: 10.3969/j.issn.1001-0548.2017.02.014
[3]	张静, 刘忠宝. 基于流形判别分析的全局保序学习机 . 电子科技大学学报, 2015, 44(6): 911-916. doi: 10.3969/j.issn.1001-0548.2015.06.020
[4]	李琳, 伍少梅, 唐宁九. 基于中心加权的局部核向量机算法 . 电子科技大学学报, 2014, 43(4): 612-617. doi: 10.3969/j.issn.1001-0548.2014.04.025
[5]	高军峰, 张文佳, 杨勇, 胡佳佳, 陶春毅, 官金安. 基于P300和极限学习机的脑电测谎研究 . 电子科技大学学报, 2014, 43(2): 301-306. doi: 10.3969/j.issn.1001-0548.2014.02.028
[6]	刘忠宝. 新型支持向量机在风速预测模型中的应用研究 . 电子科技大学学报, 2014, 43(5): 754-757. doi: 10.3969/j.issn.1001-0548.2014.05.021
[7]	何海江. 截断误差的光滑型支持向量顺序回归 . 电子科技大学学报, 2014, 43(1): 131-136. doi: 10.3969/j.issn.1001-0548.2014.01.022
[8]	刘忠宝, 王士同. 面向大规模数据的隐私保护学习机 . 电子科技大学学报, 2013, 42(2): 272-276. doi: 10.3969/j.issn.1001-0548.2013.02.018
[9]	丁世飞, 齐丙娟, 谭红艳. 支持向量机理论与算法研究综述 . 电子科技大学学报, 2011, 40(1): 2-10. doi: 10.3969/j.issn.1001-0548.2011.01.001
[10]	张雪芹, 顾春华, 吴吉义. 异常检测中支持向量机最优模型选择方法 . 电子科技大学学报, 2011, 40(4): 559-563. doi: 10.3969/j.issn.1001-0548.2011.04.017
[11]	张宏达, 王晓丹, 徐海龙. 用于RBF-SVM参数搜索的伪梯度动态步长算法 . 电子科技大学学报, 2010, 39(4): 523-527,555. doi: 10.3969/j.issn.1001-0548.2010.04.010
[12]	陈其松, 陈孝威, 张欣, 吴茂念. 优化SVM在锅炉负荷预测中的应用 . 电子科技大学学报, 2010, 39(2): 316-320. doi: 10.3969/j.issn.1001-0548.2010.02.035
[13]	何海江, 陈姝. 由排序支持向量机抽取博客文章的摘要 . 电子科技大学学报, 2010, 39(4): 593-597. doi: 10.3969/j.issn.1001-0548.2010.04.026
[14]	向国齐, 严志坚, 黄大贵. 支持向量机替代模型的遗传优化设计 . 电子科技大学学报, 2009, 38(3): 459-462. doi: 10.3969/j.issn.1001-0548.2009.03.034
[15]	唐艳, 柳建新, 龚安栋. ICA+CSSD的脑-机接口分类 . 电子科技大学学报, 2008, 37(3): 466-469.
[16]	徐图, 罗瑜, 何大可. 多类支持向量机的DDoS攻击检测的方法 . 电子科技大学学报, 2008, 37(2): 274-277.
[17]	王勇, 许录平. 独立成分分析和支持向量机的虹膜识别方法 . 电子科技大学学报, 2007, 36(3): 583-586.
[18]	周鸣争, 汪军. 基于支持向量机的传感器非线性误差校正 . 电子科技大学学报, 2006, 35(2): 242-245.
[19]	张利勋, 刘永智, 王康宁, 欧中华, 代志勇, 彭增寿. 4n-2阶发展方程的算子半群 . 电子科技大学学报, 2005, 34(4): 559-561.
[20]	黄庆, 王成璋, 宗瑞兴. 家电产品市场扩展分析 . 电子科技大学学报, 2000, 29(1): 95-99.

WeChat

点击查看大图

计量

文章访问数: 4486
HTML全文浏览量: 141
PDF下载量: 68
被引次数: 0

再生核支持向量机在非线性系统中的应用

1. 西南交通大学电气工程学院成都 610031;

2. 西华大学机械工程与自动化学院成都 610039

基金项目:

四川省教育厅项目(2006ZD022);四川省软件重点实验室项目(SCSL05014、SCSL06010)

作者简介:
胡丹(1970-),男,博士,教授,主要从事信息安全、分布式计算、并行计算方面的研究.

收稿日期: 2006-11-09
修回日期: 2007-04-03
刊出日期: 2008-02-15

中图分类号: TM301.2

关键词:

摘要: 为了提高非线性系统辨识的精度,提出用Walsh函数作为空间V0的尺度函数,构造出L2(R)空间的正交规范序列。结合小波多分辨分析,将Hilbert空间分为一系列子空间,并由可分Hilbert空间与L2(R)的等价性,利用内积同构的线性算子,可以把V0子空间的尺度函数折算为Hilbert空间的子空间V0的尺度函数,构造出新的Walsh序列再生核。通过仿真实验,与传统的RBF核函数、高斯核函数等比较,该尺度再生核函数具有更高的辨识精度,较少支持向量数目,充分体现了支持向量机较好的推广性能。

English Abstract

胡丹, 肖建, 车畅. 再生核支持向量机在非线性系统中的应用[J]. 电子科技大学学报, 2008, 37(1): 124-127.

引用本文:

胡丹, 肖建, 车畅. 再生核支持向量机在非线性系统中的应用[J]. 电子科技大学学报, 2008, 37(1): 124-127.

HU Dan, XIAO Jian, CHE Chang. Reproducing Kernel Function Based on Walsh Series[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(1): 124-127.

Citation:

HU Dan, XIAO Jian, CHE Chang. Reproducing Kernel Function Based on Walsh Series[J]. Journal of University of Electronic Science and Technology of China, 2008, 37(1): 124-127.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发