学术探索
学术期刊
学术作者
新闻热点
数据分析
智能评审
一种基于RVM回归的分类方法
被引:11
作者
:
论文数:
引用数:
h-index:
机构:
王立昆
论文数:
引用数:
h-index:
机构:
杨新锋
机构
:
[1]
西安电子科技大学电子工程学院
来源
:
电子科技
|
2011年
/ 24卷
/ 05期
关键词
:
相关向量机;
支持向量机;
分类;
回归;
回归用于分类;
D O I
:
暂无
中图分类号
:
TP18 [人工智能理论];
学科分类号
:
140502
[人工智能]
;
摘要
:
支持向量机是用于分类与回归的技术。由于其自身的诸多缺点,如无法获得概率输出,需要估计一个误差参数C,以及必须使用Mercer核函数等。相关向量机算法,克服了SVM上述缺点,RVM能获得与SVM相比拟的推广性能,并且更为稀疏。在此基础上,文中介绍了一种RVM回归用于分类的新分类方法,用RVRC来表示。并通过实验证明了它的可行性。
引用
收藏
页码:14 / 16+22 +22
页数:4
相关论文
共 1 条
[1]
统计学习理论的本质[M] (美)VladimirN.Vapnik著;张学工译; 清华大学出版社 2000,
←
1
→
共 1 条
[1]
统计学习理论的本质[M] (美)VladimirN.Vapnik著;张学工译; 清华大学出版社 2000,
←
1
→