期刊文献+
共找到91篇文章
< 1 2 5 >
每页显示 20 50 100
基于复无下采样轮廓波和Gaussian小波支持向量回归的红外目标图像背景抑制 被引量:2
1
作者 吴一全 宋昱 《兵工学报》 EI CAS CSCD 北大核心 2015年第4期687-695,共9页
针对存在背景干扰和噪声情况下的红外目标图像背景抑制问题,提出了一种基于复无下采样轮廓波变换(NSCCT)和Gaussian小波支持向量回归(SVR)的背景抑制方法。该方法对红外目标图像进行NSCCT,然后根据其系数的相关特性去噪,从而抑制了大部... 针对存在背景干扰和噪声情况下的红外目标图像背景抑制问题,提出了一种基于复无下采样轮廓波变换(NSCCT)和Gaussian小波支持向量回归(SVR)的背景抑制方法。该方法对红外目标图像进行NSCCT,然后根据其系数的相关特性去噪,从而抑制了大部分背景杂波;采用Gaussian小波SVR对去噪后的红外目标图像进行处理得到预测图像,并用去噪后图像减去预测图像得到残差图像,即背景抑制结果。针对红外目标图像进行了大量实验,并与近年来提出的3种背景预测方法,即基于最小二乘支持向量回归(LS-SVR)、基于SVR及基于最小二乘的红外目标图像背景抑制方法进行了比较,结果表明所提出的方法去噪效果好,背景抑制性能更优。 展开更多
关键词 信息处理技术 红外搜索与跟踪 弱小目标检测 背景抑制 复无下采样轮廓变换 gaussian小波支持向量回归
在线阅读 下载PDF
基于小波变换与支持向量机回归的冬小麦叶面积指数估算 被引量:29
2
作者 梁栋 杨勤英 +5 位作者 黄文江 彭代亮 赵晋陵 黄林生 张东彦 宋晓宇 《红外与激光工程》 EI CSCD 北大核心 2015年第1期335-340,共6页
叶面积指数(LAI)是作物长势诊断及产量预测的重要参数。通过对冬小麦采样点的高光谱曲线进行连续小波变换(CWT),然后利用小波系数与LAI建立支持向量机回归(SVR)模型,实现冬小麦不同生育时期的叶面积指数估算。通过对所研究方法与选取的... 叶面积指数(LAI)是作物长势诊断及产量预测的重要参数。通过对冬小麦采样点的高光谱曲线进行连续小波变换(CWT),然后利用小波系数与LAI建立支持向量机回归(SVR)模型,实现冬小麦不同生育时期的叶面积指数估算。通过对所研究方法与选取的植被指数、偏最小二乘(PLS)回归等5种方法的反演结果进行统计分析。结果表明:利用连续小波变换确定的LAI的敏感波段为680、739、802、895 nm,对应尺度分别为8、4、9和8,对应小波系数的LAI回归确定系数(R2)明显高于冠层反射率的回归确定系数;利用小波系数与LAI建立的SVR模型的反演精度最高,模型实测值与预测值的检验精度(R2)为0.86,均方根误差(RMSE)为0.43;而常用植被指数(归一化植被指数,NDVI;比值植被指数,RVI)建立的估测模型对冬小麦多个生育时期LAI反演精度最低(R2<0.76,RMSE>0.56)。因此利用连续小波变换进行数据预处理,能更好地筛选出对叶面积指数敏感的信息,LAI回归方法比较结果表明,SVR比PLS更适合于LAI的估测,通过将CWT与SVR结合(CWT-SVR)能实现不同生育时期冬小麦叶面积指数的遥感估算。 展开更多
关键词 叶面积指数(LAI) 高光谱 连续小波变换(CWT) 支持向量回归(SVR) 偏最小二乘(PLS)
在线阅读 下载PDF
基于小波分解-卷积神经网络和支持向量回归的短期负荷预测 被引量:22
3
作者 赵辉 杨赛 +1 位作者 岳有军 王红君 《科学技术与工程》 北大核心 2021年第25期10718-10724,共7页
为了提高短期负荷预测精度,考虑到除历史负荷数据之外的其他因素对短期负荷预测的重要影响,提出了一种基于离散小波分解(wavelet decomposition,WD)、卷积神经网络(convolutional neural network,CNN)和支持向量回归(support vector reg... 为了提高短期负荷预测精度,考虑到除历史负荷数据之外的其他因素对短期负荷预测的重要影响,提出了一种基于离散小波分解(wavelet decomposition,WD)、卷积神经网络(convolutional neural network,CNN)和支持向量回归(support vector regression,SVR)的负荷预测模型。首先,该方法通过小波分解算法对历史负荷数据进行分析与重构,得到长度相同的历史负荷数据,降低了原始序列中非平稳性对预测精度的影响;其次,对天气因素、日期类型进行特征构造,得到特征数据;最后,将处理后的负荷数据输入卷积神经网络支持向量回归机模型,将天气特征数据输入反向传播(back propagation,BP)神经网络支持向量回归模型,通过两个模型结果的叠加得到最终的预测值。实验结果表明,模型的预测精度和效率优于传统的CNN网络、SVR网络以及输入不进行划分的CNN-SVR模型,验证了其可行性。 展开更多
关键词 短期负荷预测 小波分解 卷积神经网络 支持向量回归
在线阅读 下载PDF
离散小波变换—支持向量回归方法及其在谷物分析中的应用 被引量:5
4
作者 侯振雨 汤长青 +1 位作者 姚树文 王建新 《河南农业科学》 CSCD 北大核心 2006年第8期40-42,共3页
先用离散小波变换(DWT)对近红外光谱数据(NIR)压缩去噪及扣除光谱背景,再用支持向量回归(SVR)算法建立近红外光谱校正模型,建立了离散小波变换—支持向量回归(DWT-SVR)测定谷物样品中油类、蛋白质和淀粉的新方法。与偏最小二乘法(PLS)... 先用离散小波变换(DWT)对近红外光谱数据(NIR)压缩去噪及扣除光谱背景,再用支持向量回归(SVR)算法建立近红外光谱校正模型,建立了离散小波变换—支持向量回归(DWT-SVR)测定谷物样品中油类、蛋白质和淀粉的新方法。与偏最小二乘法(PLS)相比较,本研究所建模型具有更好的预测准确度。 展开更多
关键词 离散小波变换 支持向量回归 近红外光谱 谷物样品
在线阅读 下载PDF
连续小波变换-支持向量回归-紫外分光光度法测定多组分B族维生素含量 被引量:7
5
作者 董进义 孟晓玲 王国庆 《河南师范大学学报(自然科学版)》 CAS CSCD 北大核心 2006年第1期82-86,共5页
提出了连续小波变换-支持向量回归-紫外分光光度法(CWT-SVR-UV)多组分B族维生素含量测定方法.通过对维生素B混合样品测定光谱进行CWT处理,能够扣除光谱背景信号,降低光谱重叠与共线性的影响.将CWT-SVR-UV法用于维生素B1、维生素B2、维生... 提出了连续小波变换-支持向量回归-紫外分光光度法(CWT-SVR-UV)多组分B族维生素含量测定方法.通过对维生素B混合样品测定光谱进行CWT处理,能够扣除光谱背景信号,降低光谱重叠与共线性的影响.将CWT-SVR-UV法用于维生素B1、维生素B2、维生素B3及维生素B6混合组分的同时测定,测定结果相对标准偏差分别为0.9%、1.8%、1.7%和0.5%.与基于原始光谱数据的SVR和偏最小二乘(PLS)建模方法相比较,本文提出的建模测定方法具有更好的预测准确度. 展开更多
关键词 小波变换 支持向量回归 紫外分光光度法 维生素B 多变量校正
在线阅读 下载PDF
基于小波和支持向量回归的高光谱遥感图像压缩 被引量:5
6
作者 吴一全 吴超 《宇航学报》 EI CAS CSCD 北大核心 2011年第3期620-626,共7页
高光谱遥感成像技术能够获取探测对象丰富的空间信息和光谱信息,但所得图像海量数据的存储与传输制约了其应用。为此,提出了一种基于三维整数小波变换和小波支持向量回归的高光谱遥感图像压缩方法。首先采用三维整数小波变换把高光谱遥... 高光谱遥感成像技术能够获取探测对象丰富的空间信息和光谱信息,但所得图像海量数据的存储与传输制约了其应用。为此,提出了一种基于三维整数小波变换和小波支持向量回归的高光谱遥感图像压缩方法。首先采用三维整数小波变换把高光谱遥感图像分解成不同尺度的多个子带。然后对低频子带直接进行DPCM编码,而对高频子带则利用小波支持向量回归学习其小波系数之间的相关性,并采用小部分训练样本即支持向量来稀疏表示小波系数,以此达到压缩高频小波系数的目的。最后对支持向量及其相应的权重进行熵编码。文中给出了实验结果,并与基于3D SPIHT和JPEG2000的高光谱遥感图像压缩方法进行了比较,结果表明:所提出的方法在相同比特率下能够获得更高的峰值信噪比。 展开更多
关键词 高光谱遥感 图像压缩 小波支持向量回归 三维整数小波变换
在线阅读 下载PDF
一种基于遗传算法优化小波支持向量回归机的实时寿命预测方法 被引量:4
7
作者 胡友涛 胡昌华 《上海交通大学学报》 EI CAS CSCD 北大核心 2011年第8期1216-1220,1225,共6页
针对现有实时寿命预测方法没有充分利用同类产品性能退化数据信息的问题,从研究退化轨迹相似性的角度出发,提出一种基于遗传算法(GA)优化小波支持向量回归机(WSVR)的实时退化轨迹建模和寿命预测方法.首先基于GA优化WSVR建立各同类产品... 针对现有实时寿命预测方法没有充分利用同类产品性能退化数据信息的问题,从研究退化轨迹相似性的角度出发,提出一种基于遗传算法(GA)优化小波支持向量回归机(WSVR)的实时退化轨迹建模和寿命预测方法.首先基于GA优化WSVR建立各同类产品的性能退化轨迹模型,然后以特定个体的历史测量时刻向量为基准,计算同类产品的相应退化测量值向量及其与特定个体退化测量值向量的Euclid距离,并根据Euclid距离确定隶属度权值,基于加权思想建立特定个体的退化轨迹模型,最后结合实时测量数据依次更新退化测量值向量、Euclid距离、隶属度权值和退化轨迹模型,实现实时寿命预测.实例分析验证了所提出的方法是有效的. 展开更多
关键词 实时寿命预测 性能退化 小波支持向量回归 遗传算法
在线阅读 下载PDF
Ricker子波核支持向量回归的Mercer条件拓展问题研究 被引量:2
8
作者 邓小英 杨顶辉 +1 位作者 刘涛 谢静 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2009年第9期2335-2344,共10页
Ricker子波核支持向量回归方法是消减地震勘探记录强随机噪声的新滤波技术.用判定支持向量允许核函数的Mercer条件探讨Ricker子波核函数的有效性,经过数值计算相应的核矩阵的最小特征值,发现在一个较大范围内存在极小的负值带,数量级为1... Ricker子波核支持向量回归方法是消减地震勘探记录强随机噪声的新滤波技术.用判定支持向量允许核函数的Mercer条件探讨Ricker子波核函数的有效性,经过数值计算相应的核矩阵的最小特征值,发现在一个较大范围内存在极小的负值带,数量级为10^(-13)-10^(-16),且在正值带中亦存在10^(-13)-10^(-15)数量级的量.考虑到正负极小量值的计算误差机理相近,认为判定核函数有效性的Mercer条件在工程应用时有可能适当放宽,即核矩阵不严格半正定,接近半正定亦可.为了将Ricker子波核支持向量回归滤波方法向实际应用发展,本文对不同的理论模型的Ricker子波核滤波和小波变换滤波、自适应维纳滤波这三种技术的效果进行了比较,包括时域波形、频域振幅谱、滤波前后的信噪比以及均方误差等方面.结果表明,Ricker子波核滤波方法优于另两种方法.为实际应用Ricker子波核滤波方法奠定基础. 展开更多
关键词 Ricker子支持向量回归方法 Mercer条件拓展 混合相位子 强随机噪声 信噪比 均方差
在线阅读 下载PDF
多尺度最小二乘小波支持向量机的回归建模 被引量:4
9
作者 张相胜 王蕾 潘丰 《计算机工程》 CAS CSCD 2012年第10期175-177,181,共4页
普通最小二乘支持向量机算法用于多尺度回归建模时精度较低。针对该问题,选取墨西哥草帽小波函数作为最小二乘支持向量机的核函数,设计一种基于小波核的多尺度最小二乘小波支持向量机。在此基础上,通过解二次优化问题求出多尺度回归建... 普通最小二乘支持向量机算法用于多尺度回归建模时精度较低。针对该问题,选取墨西哥草帽小波函数作为最小二乘支持向量机的核函数,设计一种基于小波核的多尺度最小二乘小波支持向量机。在此基础上,通过解二次优化问题求出多尺度回归建模问题的全局最优解,最终得出的多尺度回归模型能够有效地逼近多尺度信号。仿真结果表明,该算法具有较高的精度。 展开更多
关键词 多尺度 最小二乘 小波 支持向量 MARR核 回归建模
在线阅读 下载PDF
基于小波变换的支持向量回归机振动数据短期预测 被引量:2
10
作者 杨晓红 杨晓静 朱霄珣 《汽轮机技术》 北大核心 2011年第1期77-80,共4页
支持向量回归机(SVR)是数据挖掘方面一种较好的方法。但对于包含多频率成分的非平稳信号的预测,其运算精度不是十分理想。对此,提出基于小波变换的支持向量回归机振动数据短期预测方法。该方法首先利用小波变换(WT)将非平稳信号分解成... 支持向量回归机(SVR)是数据挖掘方面一种较好的方法。但对于包含多频率成分的非平稳信号的预测,其运算精度不是十分理想。对此,提出基于小波变换的支持向量回归机振动数据短期预测方法。该方法首先利用小波变换(WT)将非平稳信号分解成若干平稳的频率成分;然后对各个频率成分进行回归运算,得到各频率成分的预测结果;最后对各个成分的预测结果求和,最终得到原信号的预测结果。还对影响预测精度的小波函数进行了分析比较,最终实现了振动信号的准确预测。 展开更多
关键词 支持向量回归 小波变换 振动数据预测 状态监测
在线阅读 下载PDF
金融时间序列预测模型——基于离散小波分解与支持向量回归的研究 被引量:8
11
作者 戴稳胜 吕奇杰 David Pitt 《统计与决策》 CSSCI 北大核心 2007年第14期4-7,共4页
建本研究结合小波转换与支持向量回归,提出一个二阶段时间序列预测模型。先以离散小波分解与重组对金融时间序列数据进行预处理,再以SVR建立预测模型。
关键词 小波转换 支持向量回归 离散小波分解 股价预测 期货信息
在线阅读 下载PDF
基于回归型支持向量机的小波域盲水印算法 被引量:2
12
作者 张敏 蒋华 《计算机工程与应用》 CSCD 北大核心 2009年第30期174-176,207,共4页
以回归型支持向量机(Support Vector Regression,SVR)理论为基础,提出了一种新的基于SVR的小波域盲水印算法。算法核心思想是先对图像进行小波分解,然后利用图像小波分解后的子图系数之间的关系和图像局部相关性获得SVR训练模型,并利用... 以回归型支持向量机(Support Vector Regression,SVR)理论为基础,提出了一种新的基于SVR的小波域盲水印算法。算法核心思想是先对图像进行小波分解,然后利用图像小波分解后的子图系数之间的关系和图像局部相关性获得SVR训练模型,并利用SVR训练模型在小波域嵌入和提取水印。该算法以保证鲁棒性和透明性的良好平衡为前提,实现了数字水印的盲检测。仿真实验表明,该文算法不仅具有较好的透明性,而且对JPEG压缩和一般的图像处理具有很强的鲁棒性,其整体性能明显优于现有基于SVM的空间域上的水印算法。 展开更多
关键词 数字水印 回归支持向量 小波 盲检测 透明性 鲁棒性
在线阅读 下载PDF
股指期货信息内含股价变动信息的挖掘--小波框架与支持向量回归的金融建模应用 被引量:5
13
作者 戴稳胜 吕奇杰 徐曼文 《统计研究》 CSSCI 北大核心 2008年第2期78-83,共6页
中国股指期货的推出指日可待,交易者多了一种投资工具的同时也带来了新的风险。建立准确的金融时间序列预测模型是逐利及避险的方法之一,一直是学者专家研究的热点。本研究结合小波转换与支持向量回归,提出一个二阶段时间序列预测模型... 中国股指期货的推出指日可待,交易者多了一种投资工具的同时也带来了新的风险。建立准确的金融时间序列预测模型是逐利及避险的方法之一,一直是学者专家研究的热点。本研究结合小波转换与支持向量回归,提出一个二阶段时间序列预测模型。先以离散小波框架将预测变量分解成不同尺度的多个子序列,揭示隐藏在预测变量内的信息,再以支持向量回归为工具,以这些子序列为预测变量建构SVR模型。本研究以日经225指数开盘价为预测目标,以期货开盘价为预测变量对模型进行实证研究,结果显示,该模型的预测绩效比单纯SVR模型及随机漫步模型好。未来可尝试以不同的基底函数作进一步研究。 展开更多
关键词 小波框架 支持向量回归 股价预测 期货信息
在线阅读 下载PDF
基于小波支持向量回归的遥感多光谱图像分辨率增强算法
14
作者 胡根生 张为 梁栋 《华东理工大学学报(自然科学版)》 CAS CSCD 北大核心 2012年第3期340-345,共6页
利用小波支持向量回归,实现了遥感多光谱图像分辨率的增强。首先采用非下采样Contourlet变换对低分辨率的多光谱图像和高分辨率的全色图像进行多分辨率分解,再利用小波支持向量回归对分解系数进行学习和预测,获得分辨率初步提高的多光... 利用小波支持向量回归,实现了遥感多光谱图像分辨率的增强。首先采用非下采样Contourlet变换对低分辨率的多光谱图像和高分辨率的全色图像进行多分辨率分解,再利用小波支持向量回归对分解系数进行学习和预测,获得分辨率初步提高的多光谱图像,最后再与传统的插值方法得到的结果进行融合来实现多光谱图像分辨率增强。实验结果表明:此方法借遥感全色图像的辅助获得丰富的高频细节信息,使得分辨率增强结果无论是最小均方误差还是峰值信噪比都要优于仅依靠原图像本身放大的传统方法以及其他的分辨率增强方法。 展开更多
关键词 遥感图像 分辨率增强 支持向量回归 小波
在线阅读 下载PDF
基于小波支持向量回归的电力系统负荷预测 被引量:5
15
作者 陈佳 郑恩让 +1 位作者 崔万照 贺永宁 《现代电子技术》 2009年第16期135-139,共5页
根据混沌动力系统的相空间延迟坐标重构理论,基于支持向量回归强大的非线性映射能力和小波核函数的局部分析和特征提取能力,提出一种基于小波支持向量回归的电力系统负荷预测模型,并采用最小二乘方法来训练该预测模型,利用该模型对嵌入... 根据混沌动力系统的相空间延迟坐标重构理论,基于支持向量回归强大的非线性映射能力和小波核函数的局部分析和特征提取能力,提出一种基于小波支持向量回归的电力系统负荷预测模型,并采用最小二乘方法来训练该预测模型,利用该模型对嵌入维数与模型预测性能的关系进行探讨。仿真结果表明,该预测模型能精确地预测电力系统负荷,而且在电力系统负荷的最佳嵌入维数未知时也能取得比较好的预测效果。 展开更多
关键词 电力负荷 小波支持向量回归 短期预测 混沌动力系统
在线阅读 下载PDF
基于支持向量机回归和小波变换的O3预报方法 被引量:16
16
作者 苏筱倩 安俊琳 张玉欣 《中国环境科学》 EI CAS CSCD 北大核心 2019年第9期3719-3726,共8页
使用南京工业区2016年6月1日~8月15日的臭氧(O3)、O3前体物及常规气象数据,结合多元线性回归(MLR)方法和小波变换(WT)改进支持向量机回归(SVR)对O3小时浓度的预报精度.结果表明,通过WT方法将一个高变异性的序列转化为多个低变异性的序... 使用南京工业区2016年6月1日~8月15日的臭氧(O3)、O3前体物及常规气象数据,结合多元线性回归(MLR)方法和小波变换(WT)改进支持向量机回归(SVR)对O3小时浓度的预报精度.结果表明,通过WT方法将一个高变异性的序列转化为多个低变异性的序列后再处理可提高预报精度,M-WT-SVR预报的决定系数(R^2)达到0.90,平均绝对误差(MAE)、平均绝对百分误差(MAPE)和均方根误差(RMSE)分别为3.86×10^-9、28.26%和5.57×10^-9,优于M-SVR和SVR.低层细节序列主要与NO、NO2和芳香烃有关,而更高层的近似序列受到气象条件、前体物和O3前期浓度共同影响.与经典的MLR方法相比,M-WT-SVR对O3小时浓度的预报有明显优势. 展开更多
关键词 支持向量回归 小波变换 多元线性回归 臭氧预报 臭氧小时浓度
在线阅读 下载PDF
尺度核支持向量回归的非线性系统辨识 被引量:7
17
作者 王军 彭宏 肖建 《系统仿真学报》 EI CAS CSCD 北大核心 2006年第9期2429-2432,共4页
提出一种新的尺度核支持向量回归方法,并应用于非线性系统辨识问题。通过线性规划技术和采用尺度函数作为核函数来实现支持向量回归模型。该支持向量回归的核函数不必满足Mercer条件,为实际应用更广泛地选择尺度核提供更大的灵活性。仿... 提出一种新的尺度核支持向量回归方法,并应用于非线性系统辨识问题。通过线性规划技术和采用尺度函数作为核函数来实现支持向量回归模型。该支持向量回归的核函数不必满足Mercer条件,为实际应用更广泛地选择尺度核提供更大的灵活性。仿真实验结果表明该尺度核支持向量回归方法可以成为非线性系统辨识的有力工具。 展开更多
关键词 非线性系统辨识 小波理论 支持向量回归 尺度核支持向量回归
在线阅读 下载PDF
基于小波支持向量机特征分类的日径流组合预测——以宜昌三峡水库为例 被引量:12
18
作者 黄景光 吴巍 +2 位作者 程璐瑶 于楠 陈波 《中国农村水利水电》 北大核心 2018年第6期33-39,共7页
河流径流预测作为水库调度和发电的重要前提,其预测精度直接影响水利工程的综合效益。基于径流历史数据,针对其波动和随机性提出一种小波分析-支持向量机(SVM)特征分类组合预测模型。该模型首先利用小波分解提取原始径流序列的高低频能... 河流径流预测作为水库调度和发电的重要前提,其预测精度直接影响水利工程的综合效益。基于径流历史数据,针对其波动和随机性提出一种小波分析-支持向量机(SVM)特征分类组合预测模型。该模型首先利用小波分解提取原始径流序列的高低频能量谱作为SVM样本标记,并对原始序列进行特征分类,分为"平稳型"和"突变型"序列,对应不同类型序列的小波近似信号和细节信号分别采用自回归和滑动平均模型(ARMA)和BP神经网络模型进行预测,再重构各序列预测结果。最后采用平均绝对百分比误差(MAPE)、均方根误差(RMSE)、希尔不等式系数(TIC)作为模型评价指标。结果表明:在3个评价指标下,所提模型都优于ARMA和BP神经网络模型,并具有更好预测稳定性。 展开更多
关键词 径流预测 小波分解 支持向量 回归和滑动平均模型 神经网络 特征分类
在线阅读 下载PDF
一种基于支持向量回归的混合建模方法 被引量:3
19
作者 孙泽斌 赵琦 +3 位作者 赵洪博 冯文全 张文峰 杨天社 《北京航空航天大学学报》 EI CAS CSCD 北大核心 2017年第2期352-359,共8页
近年来,随着计算能力的不断提高,数据驱动的建模方法受到了广泛的关注,对单模式系统进行定量分析的建模方法获得了诸多研究。然而,实际应用中大多数系统为多模式系统,不但各个模式有着不同的连续行为,连续状态还会在模式之间进行切换。... 近年来,随着计算能力的不断提高,数据驱动的建模方法受到了广泛的关注,对单模式系统进行定量分析的建模方法获得了诸多研究。然而,实际应用中大多数系统为多模式系统,不但各个模式有着不同的连续行为,连续状态还会在模式之间进行切换。针对这一情形,本文提出了经验概率混合自动机模型,并提出了针对该模型的基于支持向量回归(SVR)的多模式定性定量混合建模方法。该方法使用小波技术识别模式切换点,并在各个模式下单独建立支持向量模型,最后使用D-Markov机整合模型。经实例验证,该方法与传统支持向量回归模型的稳定性接近,但精确程度显著提高。 展开更多
关键词 混合建模 支持向量回归(SVR) D-Markov机 小波 数据驱动的建模
在线阅读 下载PDF
基于多核最小二乘支持向量回归的TDOA-DOA映射方法 被引量:6
20
作者 张峰 陈华伟 李妍文 《数据采集与处理》 CSCD 北大核心 2017年第3期540-549,共10页
基于到达时间差(Time difference of arrival,TDOA)估计的方法是声源波达方向(Direction of arrival,DOA)估计中的一类重要方法。其中由TDOA到DOA的映射是该类方法的关键步骤。本文提出了一种基于多核聚类最小二乘支持向量回归(Least-sq... 基于到达时间差(Time difference of arrival,TDOA)估计的方法是声源波达方向(Direction of arrival,DOA)估计中的一类重要方法。其中由TDOA到DOA的映射是该类方法的关键步骤。本文提出了一种基于多核聚类最小二乘支持向量回归(Least-squares support vector regression,LS-SVR)的TDOA-DOA映射方法,并且分析了其稀疏化处理后的性能。为了提高混响噪声环境下的TDOA-DOA映射性能,本文还给出了一种基于归一化中值滤波的TDOA估计离群值消除方法。仿真结果表明,本文提出的方法要优于现有的最小二乘方法以及单核LS-SVR方法。 展开更多
关键词 声源达方向估计 到达时间差估计 最小二乘支持向量回归 多核学习
在线阅读 下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部