基于支持向量机的多分辨率信号逼近算法研究

摘要

鉴于多分辨率信号逼近算法(MSA算法)中尺度空间是再生核希尔伯特空间(RKHS)这一事实。借助于支持向量机(SVM)优秀的分类能力和泛化性能,提出了一种基于支持SVM的MSA算法。通过引入松弛变量后借助于拉格朗日乘子法来求的约束规划,最后获得逼近表达式和逼近系数。通过对比MSA算法,基于SVM的MSA算法不仅保留了MSA算法多分辨率逐级逼近的优点,而且具有更好的逼近准确度与平滑度。并通过实验验证了该算法的正确性和有效性。