1.5 實例1-2：基于U-支持向量機的正交小波盲均衡算法

支持向量機能收斂到全局最優點，在求解兩類分類、回歸問題時，用到的訓練集都是形如式（1.2.13）所示的標準形式的訓練集。然而，這種情況下得到的預測精度并不高，達不到期望的要求。

本節將U-支持向量機引入正交小波盲均衡算法中，研究基于U-支持向量機的正交小波盲均衡算法。利用集合U來提高預測精度，然后變換到小波盲均衡算法中，最后通過水聲信道仿真實驗驗證了該算法的有效性。