找回密码
 注册
关于网站域名变更的通知
查看: 1197|回复: 1
打印 上一主题 下一主题

[毕业设计] 基于多尺度重采样思想的类指数核函数构造

[复制链接]

该用户从未签到

跳转到指定楼层
1#
发表于 2021-6-17 14:28 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

EDA365欢迎您登录!

您需要 登录 才可以下载或查看,没有帐号?注册

x
要:该文按照多尺度重采样思想,构造了一种类指数分布的核函数(ELK),并在核回归分析和支持向量机分类
$ q* x, ]) J! _) [中进行了应用,发现 ELK 对局部特征具有捕捉优势。ELK 分布仅由分析尺度决定,是单参数核函数。利用 ELK
5 \2 s  m0 \% T6 ^. m, s, @; w) p. a对阶跃信号和多普勒信号进行 Nadaraya-Watson 回归分析,结果显示 ELK 降噪和阶跃捕捉效果均优于常规 Gauss% r, ?; s: G8 X7 V
核,整体效果接近或优于局部加权回归散点平滑法(LOWESS)。多个 UCI 数据集的 SVM 分析显示,ELK 与径向* o' f3 |+ B5 K: u# ?6 Y0 F
基函数(RBF)分类效果相当,但比 RBF 具有更强的局域性,因此具有更细致的分类超平面,同时分类不理想时可; ]' P; g; e+ J2 O$ ~8 k
能产生更多的支持向量。对比而言,ELK 对调节参数敏感性低,这一性质有助于减少参数优选的计算量。单参数
5 F, e# c& d+ H9 FELK 对局域特征的良好捕捉能力,有助于这类核函数在相关领域得到推广。1 R( j* c0 R1 r# ^0 @
关键词:多尺度重采样;Nadaraya-Watson 回归;支持向量机;类指数核函数
( f4 T/ R6 k  B6 C
, i/ U9 z& s  o/ D5 M5 T# `5 v  \1 w# f- `; @+ t) e

7 P2 B8 O" n* m& f& Q& ~- o5 P
" ?" F* }; k5 x8 i附件下载:
游客,如果您要查看本帖隐藏内容请回复
) |; p2 g+ n; g+ \, f* k
% w( }, a2 ~+ s0 o# K! o

该用户从未签到

2#
发表于 2021-6-17 15:02 | 只看该作者
谢谢分享                                 
您需要登录后才可以回帖 登录 | 注册

本版积分规则

关闭

推荐内容上一条 /1 下一条

EDA365公众号

关于我们|手机版|EDA365电子论坛网 ( 粤ICP备18020198号-1 )

GMT+8, 2025-7-19 05:44 , Processed in 0.109375 second(s), 26 queries , Gzip On.

深圳市墨知创新科技有限公司

地址:深圳市南山区科技生态园2栋A座805 电话:19926409050

快速回复 返回顶部 返回列表