吉林大学学报（信息科学版）
吉林大學學報（信息科學版）
길림대학학보（신식과학판）
JOURNAL OF JILIN UNIVERSITY(INFORMATION SCIENCE EDITION)
2005年
4期
402-407
,共6页
小波支持向量机%多组分气体分析%泛化能力
小波支持嚮量機%多組分氣體分析%汎化能力
소파지지향량궤%다조분기체분석%범화능력
为了提高气体传感器在多气体环境下的检测灵敏度,基于小波对偶框架和支持向量核函数的条件,提出了一种支持向量小波核函数.该核函数具备小波的多尺度插值特性和稀疏变化特性,提高了模型的精度和迭代的收敛速度,适用于信号的局部分析、信噪分离和突变信号的检测,从而能在提高支持向量机(SVM:Support Vector Machine)泛化能力的同时,提高辨识效果,减少计算量.基于该核函数和正则化理论提出的最小二乘小波支持向量机用于非线性系统辨识,对sin c函数的逼近.该小波核得到的绝对误差不超过0.004;在多气体分析中,比RBF(Radial Base Function)核所得的偏差小18.3%.这些表明SVM小波核具有更好的泛化能力.
為瞭提高氣體傳感器在多氣體環境下的檢測靈敏度,基于小波對偶框架和支持嚮量覈函數的條件,提齣瞭一種支持嚮量小波覈函數.該覈函數具備小波的多呎度插值特性和稀疏變化特性,提高瞭模型的精度和迭代的收斂速度,適用于信號的跼部分析、信譟分離和突變信號的檢測,從而能在提高支持嚮量機(SVM:Support Vector Machine)汎化能力的同時,提高辨識效果,減少計算量.基于該覈函數和正則化理論提齣的最小二乘小波支持嚮量機用于非線性繫統辨識,對sin c函數的逼近.該小波覈得到的絕對誤差不超過0.004;在多氣體分析中,比RBF(Radial Base Function)覈所得的偏差小18.3%.這些錶明SVM小波覈具有更好的汎化能力.
위료제고기체전감기재다기체배경하적검측령민도,기우소파대우광가화지지향량핵함수적조건,제출료일충지지향량소파핵함수.해핵함수구비소파적다척도삽치특성화희소변화특성,제고료모형적정도화질대적수렴속도,괄용우신호적국부분석、신조분리화돌변신호적검측,종이능재제고지지향량궤(SVM:Support Vector Machine)범화능력적동시,제고변식효과,감소계산량.기우해핵함수화정칙화이론제출적최소이승소파지지향량궤용우비선성계통변식,대sin c함수적핍근.해소파핵득도적절대오차불초과0.004;재다기체분석중,비RBF(Radial Base Function)핵소득적편차소18.3%.저사표명SVM소파핵구유경호적범화능력.
