首页 | 本学科首页   官方微博 | 高级检索  
     

基于支持向量机回归的去噪方法及其应用
引用本文:张翔,刘晓敏,肖小玲,胡文宝. 基于支持向量机回归的去噪方法及其应用[J]. 工程地球物理学报, 2005, 2(3): 191-194
作者姓名:张翔  刘晓敏  肖小玲  胡文宝
作者单位:油气资源与勘探技术教育部重点实验室,长江大学,湖北,荆州,434023;中原油田科技部,河南,濮阳,457001;武汉理工大学计算机科学与技术学院,武汉,430063;长江大学计算机学院,湖北,荆州,434023
基金项目:湖北省自然科学基金;中国科学院资助项目
摘    要:提出了一种基于支持向量机回归的去噪方法.传统的统计学理论的去噪方法由于训练样本数的限制,在实际应用中普遍存在推广能力不足的问题.本文借助支持向量机在小样本情况下良好的推广能力,利用支持向量机回归逼近数据去除噪声.使用该方法对大地电磁测深视电阻率进行了处理.实际资料处理结果表明,基于支持向量机回归的去噪方法,较好地消除了噪声的影响,同时对消除部分测点的地形与局部异常体的影响也有一定的作用.

关 键 词:支持向量机  去噪  大地电磁测深  函数回归
文章编号:1672-7940(2005)03-0191-04
收稿时间:2005-03-15
修稿时间:2005-03-15

APPLICATION OF NOISE ELIMINATION BASED ON SUPPORT VECTOR MACHINE REGRESSION
ZHANG Xiang,LIU Xiao-min,XIAO Xiao-ling,HU Wen-bao. APPLICATION OF NOISE ELIMINATION BASED ON SUPPORT VECTOR MACHINE REGRESSION[J]. Chinese Journal of Engineering Geophysics, 2005, 2(3): 191-194
Authors:ZHANG Xiang  LIU Xiao-min  XIAO Xiao-ling  HU Wen-bao
Abstract:In this paper, we present a method for eliminating noise based on support vector machine regression. Owing to the limit samples in actual application, some noise reduction methods based on traditional statistical learning theory are not ideal. With the help of the good generalization of support vector machine in small samples, this approach depicts the signal and noise with support vector machine. The processing results of magnetotelluric sounding data by the method show that effect of noise is reduced.
Keywords:support vector machine   noise elimination   magnetotelluric sounding   function regression
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号