相关向量机
-
相关向量机的pdf文档
关于相关向量机的pdf文档，一个是原作者的文档，一个是中国学者的学习文档，通俗易懂，是学习相关向量机的很好的资料，另有基于rvm的预测程序。 -
机器学习领域新提出的一种能应用于分类和拟合
该算法是机器学习领域新提出的一种能应用于分类和拟合的方法，被称为相关向量机(RVM)，相比于在这一领域表现出色的支持向量机(SVM)，该算法在保持杰出分类能力和拟合能力的同时，也表现出良好的稀疏性，因此拥有更好的泛化能力。本算法值得广大机器学习研究领域的科研人员借鉴学习 -
相关向量机(RVM)的matlab
相关向量机(RVM)的matlab源程序，包含快速算法，内含代码使用说明。 RVM采取是与支持向量机相同的函数形式稀疏概率模型，对知函数进行预测或分类。 优点： (1) 不仅仅输出预测目标量的点估计值，还可以输出预测值的分布. (2) 使用更少数量的支持向量，从而显著减少输出目标量预测值的计算时间. (3) RVM不需要估计过多的参数. (4) RVM对是否满足Mercer 定理的核函数没有限制，适应性更好 -
对被测对象的失效过程进程进行跟踪评估
在matlab的环境中，使用了当前用于跟踪预测的相关向量机方法对被测对象的失效过程进程进行跟踪评估。 -
相关向量机(RVM)的matlab源程序
相关向量机(RVM)的matlab源程序，包含快速算法，内含代码使用说明。RVM采取是与支持向量机相同的函数形式稀疏概率模型，对未知函数进行预测或分类。 优点： (1) 不仅仅输出预测目标量的点估计值，还可以输出预测值的分布. (2) 使用更少数量的支持向量，从而显著减少输出目标量预测值的计算时间. (3) RVM不需要估计过多的参数. (4) RVM对是否满足Mercer 定理的核函数没有限制，适应性更好.
