论文部分内容阅读
支持向量机（Support Vector Machine： SVM）一直作为机器学习方法在统计学习理论基础上被研究和发展,本文从信号与系统的角度出发,证明了平移不变核最小二乘支持向量机（Least Squares SVM： LS-SVM）是一个线性时不变系统.以Ricker子波核为例,探讨了不同参数对最小二乘支持向量回归（Least Squares Support Vector Regression： LS-SVR）滤波器频率响应特性的影响,这些参数的不同选择相应地控制着滤波器通带上升沿的陡峭性、通带的中