上QQ阅读APP看书,第一时间看更新
1.5 实例1-2:基于U-支持向量机的正交小波盲均衡算法
支持向量机能收敛到全局最优点,在求解两类分类、回归问题时,用到的训练集都是形如式(1.2.13)所示的标准形式的训练集。然而,这种情况下得到的预测精度并不高,达不到期望的要求。
本节将U-支持向量机引入正交小波盲均衡算法中,研究基于U-支持向量机的正交小波盲均衡算法。利用集合U来提高预测精度,然后变换到小波盲均衡算法中,最后通过水声信道仿真实验验证了该算法的有效性。
支持向量机能收敛到全局最优点,在求解两类分类、回归问题时,用到的训练集都是形如式(1.2.13)所示的标准形式的训练集。然而,这种情况下得到的预测精度并不高,达不到期望的要求。
本节将U-支持向量机引入正交小波盲均衡算法中,研究基于U-支持向量机的正交小波盲均衡算法。利用集合U来提高预测精度,然后变换到小波盲均衡算法中,最后通过水声信道仿真实验验证了该算法的有效性。