相关向量机核函数选择研究

彭旸; 李德华

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
同行评议
相关论文
评论

A Study of Kernel Select for the Relevance Vector Machine

首发时间：2013-12-19

PENG Yang ¹
PENG Yang(1989-), Male, Master, Main research: Artificial Intelligence
LI Dehua ²
LI Dehua(1946-), Male, Professor,Main research: artificial intelligence

1、School of Automation, Huazhong University of Sci. & Tech., Wuhan
2、School of Automation, Huazhong University of Sci. & Tech., Wuhan

Abstract：In this paper a method of the kernel select for the relevance vector machine is proposed. Former researches of RVM usually focus on the advantages of the algorithm in sparsely for less opportunities of over learning, how to accelerate the algorithm in order for needs such as large scale sets, and how to improve the precision of the algorithm by the combination of other algorithms such as PCA or SVM. The parameters of the kernel functions are regarded more important than these functions themselves, so that how to select the appropriate kernel and its parameters is confused for the application of RVM. In this paper, a method for kernel select for the RVM is proposed. Firstly, by simulation experiment, the relationship between σ in Gaussian kernel function and the regression result is discovered. Secondly, by analysis the reason of the experimental result, a common principle for kernel select is presented. Finally, on the principle, a composite kernel and the relation between different parameters and the number of RVs and the error rate in regression are tested by simulation experiment.

keywords： Pattern Recognition Relevance Vector Machine Kernel Function

点击查看论文中文信息

相关向量机核函数选择研究

彭旸 ¹
PENG Yang(1989-), Male, Master, Main research: Artificial Intelligence
李德华 ¹
LI Dehua(1946-), Male, Professor,Main research: artificial intelligence

1、自动化学院，华中科技大学，武汉 430074

摘要：文章提出一种相关向量机核选择方法。现有针对相关向量机的研究主要集中在算法稀疏性以防止过学习、加快算法运算速度以适应大数据集等应用及通过与主成分分析、支持向量机等算法结合使用提高算法精度上，一般认为，较之核函数的参数选择，核函数形式本身并不重要。在实际应用中，对核函数及参数的选定并无依据。文章提出一种核选择方法。首先，通过仿真实验验证，找出在相关向量回归模型中，高斯核核参数σ与回归结果的关系；然后分析该实验结果，提出通用的相关向量机核选择原则。并以此原则为指导，给出混合核函数模型，分析其在不同参数下与相关向量个数及错误率关系，并通过仿真实验验证了该推断。

关键词：模式识别相关向量机核函数

基金：

论文图表：

引用

导出参考文献

.txt

.ris

.doc

PENG Yang,LI Dehua. A Study of Kernel Select for the Relevance Vector Machine[EB/OL]. Beijing:Sciencepaper Online[2013-12-19]. https://www.paper.edu.cn/releasepaper/content/201312-550.

No.****

同行评议

共计0人参与

全部评论

0/1000

论文编号	201312-550
论文题目	相关向量机核函数选择研究
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.