高技术通讯
高技術通訊
고기술통신
HIGH TECHNOLOGY LETTERS
2014年
9期
942-947
,共6页
程丹松%杨剑哲%李思倩%石大明%王君%黄庆成
程丹鬆%楊劍哲%李思倩%石大明%王君%黃慶成
정단송%양검철%리사천%석대명%왕군%황경성
相关向量机(RVM)%贝叶斯推理%最小交叉熵%径向基函数(RBF)网络
相關嚮量機(RVM)%貝葉斯推理%最小交扠熵%徑嚮基函數(RBF)網絡
상관향량궤(RVM)%패협사추리%최소교차적%경향기함수(RBF)망락
relevance vector machine (RVM)%Bayesian inference%cross entropy minimization%radial basis function (RBF) networks
研究了传统相关向量机(RVM)的性能,分析了传统RVM的性能完全取决于先验假设的连接权值和参数的平滑性,因而其稀疏性实际上仍受核函数或核参数选择的控制,这在某些情况下可能会导致严重的欠拟合或过拟合现象的问题,在此基础上,提出了明确地给出基函数优化过程中的目标数量,并通过最小化训练阶段前向“假定”概率分布和测试阶段反向“真实”概率分布间的交叉熵来构建RVM的方法.实验结果表明,这种方法不但可以构建最小复杂度的基于最小交叉熵的RVM结构,而且构建的RVM能很好地对数据进行拟合,提高预测的准确性,增强其稀疏性.
研究瞭傳統相關嚮量機(RVM)的性能,分析瞭傳統RVM的性能完全取決于先驗假設的連接權值和參數的平滑性,因而其稀疏性實際上仍受覈函數或覈參數選擇的控製,這在某些情況下可能會導緻嚴重的欠擬閤或過擬閤現象的問題,在此基礎上,提齣瞭明確地給齣基函數優化過程中的目標數量,併通過最小化訓練階段前嚮“假定”概率分佈和測試階段反嚮“真實”概率分佈間的交扠熵來構建RVM的方法.實驗結果錶明,這種方法不但可以構建最小複雜度的基于最小交扠熵的RVM結構,而且構建的RVM能很好地對數據進行擬閤,提高預測的準確性,增彊其稀疏性.
연구료전통상관향량궤(RVM)적성능,분석료전통RVM적성능완전취결우선험가설적련접권치화삼수적평활성,인이기희소성실제상잉수핵함수혹핵삼수선택적공제,저재모사정황하가능회도치엄중적흠의합혹과의합현상적문제,재차기출상,제출료명학지급출기함수우화과정중적목표수량,병통과최소화훈련계단전향“가정”개솔분포화측시계단반향“진실”개솔분포간적교차적래구건RVM적방법.실험결과표명,저충방법불단가이구건최소복잡도적기우최소교차적적RVM결구,이차구건적RVM능흔호지대수거진행의합,제고예측적준학성,증강기희소성.
