科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2015年
2期
241-244,249
,共5页
相关向量机%非线性回归%最小截平方和估计%似然函数%鲁棒性
相關嚮量機%非線性迴歸%最小截平方和估計%似然函數%魯棒性
상관향량궤%비선성회귀%최소절평방화고계%사연함수%로봉성
relevance vector machine%nonlinear regression%least trimmed squares estimation%likelihood function%robustness
相关向量回归(relevance vector machine,RVR)是一种非线性回归方法.当样本集中存在少量异常点时,RVR方法能够得到鲁棒的回归模型.随着异常点增加,求得的回归模型的泛化能力下降.针对这种情况,实现了一种改进的相关向量回归方法.首先重新定义样本子集T和根据最小截平方和估计理论重新定义RVR回归的似然函数;然后利用贝叶斯推论求解边际最大似然函数;最后使用迭代法迭代求解最大似然函数的最优超参数α、β以及子集T,并使用超参数α、β得到回归模型.通过证明和实验结果表明,算法具有鲁棒性,而且当样本集中的异常点增加时,依然具有较高的鲁棒性.
相關嚮量迴歸(relevance vector machine,RVR)是一種非線性迴歸方法.噹樣本集中存在少量異常點時,RVR方法能夠得到魯棒的迴歸模型.隨著異常點增加,求得的迴歸模型的汎化能力下降.針對這種情況,實現瞭一種改進的相關嚮量迴歸方法.首先重新定義樣本子集T和根據最小截平方和估計理論重新定義RVR迴歸的似然函數;然後利用貝葉斯推論求解邊際最大似然函數;最後使用迭代法迭代求解最大似然函數的最優超參數α、β以及子集T,併使用超參數α、β得到迴歸模型.通過證明和實驗結果錶明,算法具有魯棒性,而且噹樣本集中的異常點增加時,依然具有較高的魯棒性.
상관향량회귀(relevance vector machine,RVR)시일충비선성회귀방법.당양본집중존재소량이상점시,RVR방법능구득도로봉적회귀모형.수착이상점증가,구득적회귀모형적범화능력하강.침대저충정황,실현료일충개진적상관향량회귀방법.수선중신정의양본자집T화근거최소절평방화고계이론중신정의RVR회귀적사연함수;연후이용패협사추론구해변제최대사연함수;최후사용질대법질대구해최대사연함수적최우초삼수α、β이급자집T,병사용초삼수α、β득도회귀모형.통과증명화실험결과표명,산법구유로봉성,이차당양본집중적이상점증가시,의연구유교고적로봉성.
