论文部分内容阅读
在多功能传感器信号重构中，通常采用经验风险最小化准则实现函数回归，在小样本情况下，该方法易导致泛化性差和过拟合问题。本文利用支持向量回归方法实现非线性多功能传感器信号重构，支持向量机是基于结构风险最小化准则的新型机器学习方法，可有效抑制过拟合问题并改善泛化性能。仿真结果表明经该算法重构后的信号重构误差率在0．4％以下，重构效果较好，验证了该算法的有效性。