摘要：基于核学习的强大非线性映射能力,结合用于回归建模的线性偏最小二乘（PLS）算法,提出一种小波核偏最小二乘（WKPLS）回归方法.该方法基于支持向量机使用的经典核函数技巧,将输入映射到高维非线性的特征空间,在特征空间中,构造线性的PLS回归模型.PLS方法利用输入与输出变量之间的协方差信息提取潜在特征,而可允许的小波核函数具有近似正交以及适用于信号局部分析的特性.因此,结合它们优点的WKPLS方法显示了更好的非线性建模性能.将WKPLS方法应用在非线性混沌动力系统建模上,并与基于高斯核的核偏最小二乘方法进行了比较.仿真结果表明,所提出的WKPLS方法能精确地逼近未知非线性混沌动力系统,且在同等条件下的逼近精度较高.

关键词：小波核 偏最小二乘回归 混沌系统 建模 

单位：兰州交通大学自动化与电气工程学院 兰州730070