[發明專利]一種基于支持向量機的參數自適應的運動預測方法

無效

• 申請號: 201010601695.0
• 申請日: 2010-12-23
• 公開（公告）號: CN102024180A
• 公開（公告）日: 2011-04-20
• 發明（設計）人: 龐紅霞;馮華君;徐之海;李奇
• 申請（專利權）人: 浙江大學
• 主分類號: G06N5/04
• 分類號: G06N5/04
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 胡紅娟

1.一種基于支持向量機的參數自適應的運動預測方法，包括：

(1)根據預測模型的需要建立SVM標準動態序列數據格式，確定連續數據個數k和預測時間間隔大小m，將得到的N個隨時間變化的顫振位移樣本數據轉換為SVM標準動態序列數據格式，并對數據極值歸一化，得到的極值歸一化值一致加上小數ω，最后得到處理后的樣本數據；

(2)對經步驟(1)得到的處理后的樣本數據，在SVM參數對數空間坐標系[C’γ’]網格中用最小均方誤差原則進行三像素寬度直線搜索訓練，找到最優參數對[C^*γ^*]，該最優參數對所對應的模型即為最優預測模型；

(3)先實時采樣k個顫振位移，組成k個寬度的動態窗口，并按同步驟(1)中的方法進行歸一化處理，然后一致加上ω，用步驟(2)得到的最優預測模型來預測m個時刻后的顫振位移，輸出預測值；進行下一次預測時，將動態窗口的每一個數據往前移一位，同時將實時采樣到的這個時刻的顫振數據填入動態窗口最后一位，用步驟(2)中求得的最優預測模型進行預測，如此反復數據采樣更新動態窗口實現連續實時預測，并輸出預測值；輸出的預測值都需要反歸一化處理得到實際的顫振位移預測值；

上述步驟中ω滿足：0.005≤ω≤0.02。

2.根據權利要求1所述的基于支持向量機的參數自適應的運動預測方法，其特征在于，所述的最優參數對[C^*γ^*]的獲得步驟為：

(i)對網格中心點處45度方向上的若干近鄰點和中心點進行SVM訓練預測，其中交叉驗證誤差最小點，即為近似直線的一個端點A；

(ii)對網絡兩個鄰邊上的點進行SVM訓練預測，搜索得到的最小交叉驗證誤差點即為近似直線的另一個端點B；

(iii)計算由端點A和端點B確定的直線的斜率，在該條直線的上下三個像素寬度的范圍內搜索訓練，得到交叉驗證誤差最小的點，即為最優參數對[C^*γ^*]。

3.根據權利要求1所述的基于支持向量機的參數自適應的運動預測方法，其特征在于，所述的ω取0.01。

4.根據權利要求1所述的基于支持向量機的參數自適應的運動預測方法，其特征在于，所述的SVM訓練預測過程中使用的核函數為徑向基核函數，所述的徑向基核函數中參數ε取恒定值0.01。