[1]李雪耀,张汝波,王武.基于支持向量回归机的HHT边界效应处理[J].智能系统学报,2007,2(3):39-44.
LI Xue-yao,ZHANG Ru-bo,WANG Wu.End effects processing in HHT based on support vector regression machines[J].CAAI Transactions on Intelligent Systems,2007,2(3):39-44.
点击复制
《智能系统学报》[ISSN 1673-4785/CN 23-1538/TP] 卷:
2
期数:
2007年第3期
页码:
39-44
栏目:
学术论文—智能系统
出版日期:
2007-06-25
- Title:
-
End effects processing in HHT based on support vector regression machines
- 文章编号:
-
1673-4785(2007)03-0039-06
- 作者:
-
李雪耀 ,张汝波,王武
-
哈尔滨工程大学计算机科学与技术学院 ,黑龙江 哈尔滨 150001
- Author(s):
-
LI Xue-yao, ZHANG Ru-bo, WANG Wu
-
College of Computer Science and Technology, Harbin Engineering University, Harbin 150001, China
-
- 关键词:
-
边界效应; 希尔伯特-黄变换; 支持向量回归机; 微粒群优化
- Keywords:
-
end effects; HilbertHuang transform; support vector regression machines; particle swarm optimization
- 分类号:
-
TP18
- 文献标志码:
-
A
- 摘要:
-
针对希尔伯特-黄变换中的边界效应,提出了基于支持向量回归机的时间序列预测方法.在支持向量回归机的应用当中,参数的选取对它的泛化性能有很大影响.在讨论了参数对支持向量回归机的泛化性能的影响基础上,提出了通过微粒群优化算法来优化支持向量回归机参数的方法,使得支持向量回归机在应用中能够自适应的选择最优参数,从而获得了更好的泛化性能,提高了在端点处的延拓精度,很好地抑制了端点效应.试验表明,该优化算法能够很好解决支持向量回归机的参数选取问题.通过与神经网络的延拓方法和黄等人的 HHTDPS结果对比,基于支持向量回归机的时间序列预测方法可以更好地解决在希尔伯特-黄变换中存在的边界效应,得到的固有模态函数具有较小的失真.
- Abstract:
-
In order to better restrain end effects in the HilbertHuang transform (HHT), a time sequence prediction technique is proposed based on support vector regression machines to improve time series prediction. In the application of support vector regression machines (SVRM), parameter selection has a great influence on generalization performance. So in this paper, the influence of parameters on the generalization of SVRM is discussed, and then a particle swarm optimization (PSO) algorithm is used to optimize parameters. Using this method, SVRM can select optimal parameters selfadaptively, so that higher generalization performance is obtained in applications, prediction accuracy is improved at both ends and the end effects are restrained effectively. In contrast to the neural network methods and HHTDPS proposed by Huang et al., the end effects can be restrained better and the Intrinsic Mode Functions have less distortion. Experiments show that this method can solve the problem of selecting parameters properly.
备注/Memo
收稿日期:2006-12-18.
基金项目:
国家自然科学基金资助项目(60475016);
哈尔滨工程大学基础研究基金资助项目(HEUF04092).
作者简介:
李雪耀,男,1944年生,教授,硕士生导师.主要研究方向为计算机听觉、模式识别和信号处理.曾获省部级科技进步奖3项,发表论文数十篇.
E-mail:lixueyao@hrbeu.edu.cn. TS)〗
张汝波,男,1963年生,博士,教授,博士生导师.主要研究方向为智能机器人软硬件体系结构、任务规划、路径规划、自主作业技术及强噪声背景下语音信号的检测与处理等. 发表论文100多篇,60多篇被SCI、EI、ISTP收录,出版专著5部.
王 武,男,1983年生,硕士研究生,主要研究方向为强噪声背景下的语音流检测.
更新日期/Last Update:
2009-05-07