基于模糊sigmoid核的支持向量机回归建模

摘要

支持向量机中对核函数的要求为对称的半正定矩阵.来自于神经网络的sigmoid核函数在其参数满足一定条件时才成为半正定矩阵,但是这种核函数在SVM中却有很多成功的应用.本文将sigmoid核函数与模糊逻辑相结合并使其模糊化,从而简化了SVM的计算并便于用硬件实现.通过对混沌时间序列预测以及图像去噪滤波器两个实例的实验研究发现,使用模糊sigmoid核函数可以使SVM回归建模在损失较小精度的代价下,较大地降低平均CPU执行时间,便于硬件实现