首页 | 本学科首页   官方微博 | 高级检索  
检索        

基于贝叶斯学习的关联向量机及其在软测量中的应用
引用本文:陈佳,颜学峰,钱锋.基于贝叶斯学习的关联向量机及其在软测量中的应用[J].医学教育探索,2007(1):115-119.
作者姓名:陈佳  颜学峰  钱锋
作者单位:华东理工大学自动化系,华东理工大学自动化系,华东理工大学化学工程联合国家重点实验室 上海200237,上海200237
基金项目:国家自然科学基金,上海市青年科技启明星计划,教育部科学技术研究重点项目,国家重点基础研究发展计划(973计划),国家自然科学基金,国家高技术研究发展计划(863计划),上海市重点基础研究项目,上海市科委资助项目
摘    要:介绍了一种与支持向量机(SVM)函数形式相同的稀疏概率模型--关联向量机(RVM),其训练是在贝叶斯框架下进行的,在处理具有噪声的函数回归时,RVM具有很出色的性能.与SVM相比不仅解更稀疏,而且无需调整模型参数,核函数选择也不受限制.将RVM应用于PTA装置溶剂脱水塔塔顶塔底组分软测量建模,仿真结果表明:该方法预测精度较高,具有一定的应用价值.

关 键 词:稀疏贝叶斯  关联向量机  软测量  溶剂脱水塔
收稿时间:2006/3/23 0:00:00

Relevance Vector Machine Based on Bayesian Learning and Its Application in Soft Sensing
CHEN Ji,YAN Xue-feng,QIAN Feng.Relevance Vector Machine Based on Bayesian Learning and Its Application in Soft Sensing[J].Researches in Medical Education,2007(1):115-119.
Authors:CHEN Ji  YAN Xue-feng  QIAN Feng
Abstract:
Keywords:sparse Bayesian  relevance vector machine  soft sensing  solvent dehydration tower
点击此处可从《医学教育探索》浏览原始摘要信息
点击此处可从《医学教育探索》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号