一种改进的再生核支持向量机回归模型  

Improved reproducing kernel support vector machine regression model

作　　者：徐立祥[1] 罗斌[2] 谢进[1,3] 段宝彬[1] 

机构地区：[1]合肥学院数学与物理系,合肥230601 [2]安徽大学计算机科学与技术学院,计算智能与信号处理教育部重点实验室,合肥230039 [3]合肥工业大学计算机与信息学院,合肥230009

出　　处：《计算机工程与应用》2011年第24期100-102,共3页Computer Engineering and Applications

基　　金：国家自然科学基金(No.61073116);安徽省教育厅教研重点项目(No.20100935);合肥学院科研重点项目(No.11KY02ZD);合肥学院自然科学研究一般项目(No.10KY02ZR)~~

摘　　要：基于支持向量机核函数的条件,将Sobolev Hilbert空间的再生核函数进行改进,给出一种新的支持向量机核函数,并提出一种改进的最小二乘再生核支持向量机的回归模型,该回归模型的参数被减少,且仿真实验结果表明:最小二乘支持向量机的核函数采用改进的再生核函数是可行的,改进后的再生核函数不仅具有核函数的非线性映射特征,而且也继承了该再生核函数对非线性逐级精细逼近的特征,回归的效果比一般的核函数更为细腻。Based on the conditions of kernel function of support vector machine,reproducing kernel function on the Sobolev Hilbert space is improved,a new support vector machine kernel function is given,and an improved least squares reproducing kernel support vector machine regression model is proposed,the parameters of the improved model is reduced,the experimen-tal results show the improved reproducing kernel which the least square support vector machine adopts is feasible,improved reproducing kernel function not only possesses the nonlinear mapping characteristics of the kernel function,but also succeeds to good approximation of reproducing kernel function on the nonlinear characteristics step by step,the regression results are more delicate than general kernels function.

关 键 词：支持向量机 核函数 再生核 信号回归 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]