小波支持向量机 |
| |
引用本文: | 李元诚,方廷健.小波支持向量机[J].模式识别与人工智能,2004,17(2). |
| |
作者姓名: | 李元诚 方廷健 |
| |
作者单位: | 1. 中国科学院合肥智能机械研究所,合肥,230031;北京航空航天大学,计算机学院,数字媒体室,北京,100083 2. 中国科学院合肥智能机械研究所,合肥,230031 |
| |
摘 要: | 在研究支持向量机(SVM)核方法和小波框架理论的基础上,提出了一种称为小波支持向量机(WaveletSupport Vector Machines,WSVM)的新的机器学习构造方法.该方法引入小波基函数构造SVM的核函数,得到了一种新的SVM模型,然后提出了此模型的结构设计和实现算法,最后给出了几种常用的小波核函数,并给出了理论证明.通过仿真实验,把该方法与小波神经网络、高斯核SVM相比较,得到了较好的实验结果,从而验证了该方法的正确性和有效性.
|
关 键 词: | 小波 支持向量机 核函数 框架理论 再生核希尔伯特空间 |
WAVELET SUPPORT VECTOR MACHINES |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|