相关向量机
相关向量机的相关文献在2004年到2022年内共计580篇,主要集中在自动化技术、计算机技术、电工技术、无线电电子学、电信技术
等领域,其中期刊论文480篇、会议论文17篇、专利文献2584460篇;相关期刊247种,包括科学技术与工程、系统工程与电子技术、应用科技等;
相关会议15种,包括全国大坝安全监测技术信息网第八届全网大会暨2015年全国大坝安全监测技术与应用学术交流会、2014年全国设备监测诊断与维护学术会议、第十六届全国设备监测与诊断学术会议、第十四届全国设备故障诊断学术会议暨2014年全国设备诊断工程会议、第二十二届测试与故障诊断技术研讨会等;相关向量机的相关文献由1461位作者贡献,包括张研、范庚、马登武等。
相关向量机—发文量
专利文献>
论文:2584460篇
占比:99.98%
总计:2584957篇
相关向量机
-研究学者
- 张研
- 范庚
- 马登武
- 卫志农
- 许玉格
- 孙国强
- 孙永辉
- 林京
- 雷亚国
- 何怡刚
- 周欣
- 张朝龙
- 罗亦泳
- 罗飞
- 邝贺伟
- 余旭初
- 刘亚南
- 刘莉
- 张强
- 杨茂
- 熊建斌
- 王波
- 赵春晖
- 逯程
- 陈吴
- 陈康
- 刘成良
- 包腾飞
- 吕岩
- 吴哲康
- 尹柏强
- 尹金良
- 张立亭
- 张继军
- 彭喜元
- 徐廷学
- 房立清
- 李乃鹏
- 李睿
- 杨国鹏
- 杨杰
- 楼俊钢
- 王晓丹
- 王鹏鹏
- 甘旭升
- 苑进
- 范磊
- 袁莉芬
- 许爱强
- 赵建国
-
-
李晓斌
-
-
摘要:
为准确掌握库区滑坡变形潜势,在变形监测成果统计基础上,首先利用极限位移准则开展滑坡现状变形潜势分析;然后以相关向量机为理论基础,通过优化处理保证其参数最优性,构建滑坡变形预测模型,并以预测结果开展滑坡变形潜势的发展趋势评价;最后结合两种分析结果,实现滑坡综合变形潜势分析。结果表明,不同监测点的现状变形潜势状态存在一定差异,由不利原则可知,现状变形潜势等级为Ⅳ级,潜势程度属严重状态;滑坡变形仍会进一步增加,变形潜势趋于不利方向发展。综合两种分析结果可知,滑坡变形潜势处于不利状态,后期失稳可能性较大,应加强灾害防治,避免成灾损失。
-
-
-
高礼彬;
陈金浩;
张怡卓;
王克奇
-
-
摘要:
木材顺纹抗压强度是评价木材力学性能的重要指标,而传统测量方法操作复杂、精确度低。以桦木为例,提出基于近红外光谱技术(NIR)的SEPA-VISSA-RVM木材顺纹抗压强度模型,实现对其更加精确的预测。试验选取100个木材试件,在900~1700 nm近红外光谱波段上采集数据并测量抗压强度真值;然后采用卷积平滑(SG)方法进行光谱预处理;使用采样误差分布分析(SEPA)作为变量空间迭代收缩算法(VISSA)的改进策略进行特征波长优选;最后通过粒子群优化算法(PSO)优化核函数参数并建立相关向量机(RVM)的预测模型。试验表明:在特征波长优选方面,以偏最小二乘法(PLS)建模为基础的SEPA-VISSA方法,其预测决定系数为0.9593,预测均方根误差为2.8995,相对分析误差为3.0256,光谱变量数由512减小到111个,占总波长的22%,均优于VCPA、CARS和VISSA算法;在建模预测方面,以SEPA-VISSA所选波长为基础的RVM模型,PSO优化的拉普拉斯(Laplacian)核函数的核宽度为10.4043,决定系数为0.9449,预测均方根误差为2.0432,相对分析误差为4.2936,预测效果优于PLS和SVR。因此,基于近红外光谱的SEPA-VISSA-RVM建模能够实现对桦木顺纹抗压强度更准确和稳定的无损检测。
-
-
牛军锋;
甘旭升;
刘影;
韦刚;
刘飞
-
-
摘要:
为改善防空作战中对空中目标威胁的判断决策能力,提出了一种基于蜂群(ABC)算法和相关向量机(RVM)的空中目标威胁评估方法。从防空作战的实际出发,依据数理统计分析构建空中目标威胁指标体系;采用ABC算法优化多核RVM的相关参数,构建空中目标威胁评估模型。仿真分析表明,该方法是一种精度较高的空中目标威胁评估方法,在各项精度指标上均优于单一Gauss核或单一Sigmoid核的RVM方法,从而证实它的有效性和可行性。
-
-
陈鹏岗;
方健军;
王科;
无
-
-
摘要:
为提高医院网络安全评估预测的精度,采用层次分析法从资产、脆弱性、威胁等3个方面建立医院网络安全量化评价指标体系,同时采用BA算法对RVM模型的核函数宽度进行优化,得到用于医院网络安全量化评估预测的BA-RVM模型。将RVM模型和BA-RVM模型分别应用于山东省某三甲医院的网络安全量化评估预测实例中,通过对比预测结果,验证了提出的BA-RVM模型对医院网络安全量化评估预测具有更高的精度和稳定性。
-
-
-
张研;
王鹏鹏
-
-
摘要:
为提高对爆破振动速度预测的准确性,提出一种基于相关向量机(RVM)的爆破振动速度预测模型。利用该模型建立爆破振动速度与其影响因素之间的非线性映射关系,通过选取影响爆破振动速度的3个主要因素(炸药用量、距离、高程差),并对这3个主要影响因素产生的36组数据进行拟合训练,根据这36组训练样本来对剩余5组样本进行精准预测。将该模型进行实例应用并与BP神经网络模型预测和GA-BP神经网络模型的结果进行对比,在相同的影响因素数据样本条件下,RVM模型预测精度更高、离散性更小。与实际值相比,RVM预测的爆破振动速度的平均相对误差均明显优于利用BP神经网络和GA-BP神经网络预测得到的平均相对误差,进一步验证了RVM模型能够提高预测精度的准确性和稳定性。
-
-
罗远军
-
-
摘要:
机器学习的重要理论之一是统计学。在传统的统计学理论中,只有在样本数量足够多的情况下才能取得近乎理想的成果。文章主要提出了一种新型机器学习方法——相关向量机。与传统机器学习项目相比,相关向量机具有较多的优势,包含概率型输出的实现、核函数选择更加自由等,能够显著提升机器学习算法的科学性和合理性。
-
-
梁晓鑫;
崔东文
-
-
摘要:
基于序列分解—参数优化—分项预测—结果叠加思想,构建奇异谱分析(SSA)-梯度优化(GBO)算法与相关向量机(RVM)、支持向量机(SVM)集成的中长期月径流预测模型。首先采用SSA方法对实例月径流数据进行处理,提取多个独立的子序列;其次介绍GBO算法原理,基于6个典型函数对GBO算法进行仿真测试。利用GBO算法优化RVM核宽度因子和超参数、SVM惩罚因子和核函数参数,分别建立SSA-GBO-RVM、SSA-GBO-SVM模型对各子序列进行预测,叠加后作为最终月径流预测结果;最后以云南省龙潭站65年共780个月月径流预测为例,选取实例前53年作为训练样本,后10年共120个月作预测样本对SSA-GBO-RVM、SSA-GBO-SVM模型进行检验。结果表明:GBO算法在不同维度条件下寻优效果优于MPA、PSO算法,具有较好的寻优精度和全局搜索能力。SSA-GBO-RVM、SSA-GBO-SVM模型对实例120个月月径流预测的平均绝对百分比误差分别为6.20%、7.82%,平均绝对误差分别为0.88、1.00 m^(3)/s,纳什系数分别为0.9926、0.9913,均具有较好的预测精度和较高的可信度。相对而言,SSA-GBO-RVM模型优于SSA-GBO-SVM。
-
-
张研;
王鹏鹏;
吴哲康
-
-
摘要:
为快速获取及评价混凝土的综合性能,选取影响混凝土综合性能的6个主要因素为输入数据,混凝土综合性能(28 d强度、坍落扩展度及表观密度)为输出数据,建立基于相关向量机(RVM)的混凝土综合性能预测模型,对14组学习样本进行拟合训练,并对其余5组预测样本进行预测。结果表明:在相同的样本条件下,与BP神经网络模型进行对比,RVM模型预测精度更高,离散性更小;同时,与实际值相比,RVM模型预测的混凝土综合性能指标的平均相对误差均明显小于BP神经网络模型预测得到的平均相对误差,进一步验证了RVM模型对混凝土综合性能预测的可靠性,具有较好的推广价值。
-
-
-
-
顾微;
包腾飞;
王慧;
唐琪
- 《全国大坝安全监测技术信息网第八届全网大会暨2015年全国大坝安全监测技术与应用学术交流会》
| 2015年
-
摘要:
大坝的安全稳定运行不仅影响国民经济的发展,还关乎着大坝下游人民群众的生命财产安全,通过对大坝原型监测资料的分析,能够较快和较准确地判断大坝的运行状态,因此,通过对实测资料进行分析预测对大坝的安全运行起着重要作用。目前常采用的监测模型,主要有神经网络模型、支持向量机和相关向量机模型。神经网络模型可处理复杂的非线性问题,但训练时间长、训练系统不稳定,还易于收敛到局部最小值。相关向量机的模型精度受核函数的影响较大,为比较不同核函数的模型精度,本文建立了基于局部核函数、全局核函数及其混合核函数的相关向量机模型,并利用自适应粒子群算法对核函数的参数进行寻优.针对传统的高斯核函数对远离测试点的区域不敏感的问题,对待统的高斯核函数进行修正.将修正高斯核函数、多项式核函数以及基于这两种单一核函数组合而成的混合核函数分别应用于实际工程中进行精度比较分析,结果表明混合核函数的性能最优.
-
-
吴坤;
康建设;
池阔
- 《2015年中国兵工学会学术年会暨第三届全国武器装备研制与保障学术研讨会》
| 2015年
-
摘要:
针对模拟电路故障诊断面临的故障数据小样本、非线性等问题以及支持向量机方法的不足,通过在高斯核函数基础上构造加权高斯核函数以提高分类精度,同时改进现有一对一多分类算法,减少不必要分类器以提高模型泛化能力和分类速度,从而提出了一种基于加权高斯核和改进一对一多分类算法的相关向量机模拟电路故障诊断方法.理论分析和实验结果表明,该方法与已有故障诊断方法相比,故障诊断正确率和运算速度等指标均较为理想,且具有更高的模型稀疏性和诊断效率.
-
-
-
范庚;
马羚;
马登武
- 《第二十二届测试与故障诊断技术研讨会》
| 2013年
-
摘要:
针对模拟电路的多类故障诊断问题,提出一种基于平衡决策树(Balanced Decision Tree,BDT)相关向量机(Relevance Vector Machine,RVM)的故障诊断方法.综合考虑类内紧密性和类间分散性,建立了一种类的可分性度量方法,并根据不同类划分的可分度大小优化确定BDT结构,通过在BDT各个决策节点构造RVM二类分类器实现RVM的多类分类.故障诊断实验结果表明:方法在训练效率、诊断效率和诊断精度等方面的性能优于已有的RVM多类故障诊断方法.
-
-
-
徐哲;
刘云峰;
董景新
- 《2012中国制导、导航与控制学术会议》
| 2012年
-
摘要:
应用RVM回归预测方法建立了基于RVM的零偏温漂预测补偿模型,利用温度值和温升速率作为输入可预测不同温变过程下的加速度计零偏温漂,探讨了不同核函数类型和不同的核函数宽度对预测补偿效果的影响,最后应用环境温度试验数据对模型进行检验和验证.结果表明:基于RVM的零偏温漂预测补偿模型能够有效的预测MEMS加速度计零偏温漂,模型预测的均方根误差小于1%,补偿后滞环最大开口由60mg缩减为15mg.
-
-
-
-
-
- 高通股份有限公司
- 公开公告日期:2017.12.01
-
摘要:
具有用于提供多模基‑2
-
-
-
-
-
-
-
-