| 多尺度最小二乘小波支持向量机的回归建模 |
| |
| 引用本文： | 张相胜,王蕾,潘丰.多尺度最小二乘小波支持向量机的回归建模[J].计算机工程,2012,38(10):175-177. |
| |
| 作者姓名： | 张相胜 王蕾 潘丰 |
| |
| 作者单位： | 1. 江南大学轻工过程先进控制教育部重点实验室,江苏 无锡 214122;江南大学物联网工程学院,江苏 无锡 214122
2. 江南大学轻工过程先进控制教育部重点实验室,江苏 无锡,214122 |
| |
| 基金项目： | 国家“863”计划基金资助项目(2009AA05Z203) |
| |
| 摘 要： | 普通最小二乘支持向量机算法用于多尺度回归建模时精度较低。针对该问题，选取墨西哥草帽小波函数作为最小二乘支持向量机的核函数，设计一种基于小波核的多尺度最小二乘小波支持向量机。在此基础上，通过解二次优化问题求出多尺度回归建模问题的全局最优解，最终得出的多尺度回归模型能够有效地逼近多尺度信号。仿真结果表明，该算法具有较高的精度。
|
| 关 键 词： | 多尺度 最小二乘 小波核 支持向量机 MARR核 回归建模 |
| 收稿时间： | 2011-07-10 |
Regression Modeling of Multi-scale Least Square Wavelet Support Vector Machine |
| |
| ZHANG Xiang-sheng
,
WANG Lei
,
PAN Feng.Regression Modeling of Multi-scale Least Square Wavelet Support Vector Machine[J].Computer Engineering,2012,38(10):175-177. |
| |
| Authors: | ZHANG Xiang-sheng WANG Lei PAN Feng |
| |
| Affiliation: | a,b(a.Key Laboratory of Advanced Process Control for Light Industry,Ministry of Education;b.School of Internet of Things,Jiangnan University,Wuxi 214122,China) |
| |
| Abstract: | Original Least Square Support Vector Machine(LSSVM) algorithm can not reach desired precision in multi-scale regression.To solve the problem,a multi-scale wavelet LSSVM algorithm is proposed by using a wavelet kernel.Mexican-hat wavelet function is used as the support vector kernel function,and the Least Square Wavelet Support Vector Machine(LS-WSVM) algorithm is presented.On this basis,the global optimum of the multi-scale regression modeling problem can be obtained by solving a quadratic programming problem.As a result,the regression model can effectively approximate multi-scale signals.Simulation results show that LS-WSVM is an efficient modeling method,and has high precision. |
| |
| Keywords: | multi-scale least square wavelet kernel Support Vector Machine(SVM) MARR kernel regression modeling |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
