基于aRVM的电子设备状态在线预测方法

摘要

针对电子设备的状态预测问题，提出一种基于自适应核学习相关向量机的在线状态预测方法。所提方法将电子设备的状态预测视为一个有监督回归问题。首先通过设备离线数据的后验概率选择最适合预测问题的基函数，然后采用离线数据训练aRVM预测模型，最后在预测过程中通过对在线数据的增样学习来动态更新模型参数。仿真预测实例与实例预测实验的结果表明：所提方法相比传统方法显著提高了预测精度和在线训练效率。