基于自优化的多属性高斯核函数相关向量机方法

摘要：

在相关向量机的预测模型中,核函数的选择和核参数的取值对模型预测性能影响很大.针对这一问题,文中采用多属性高斯核函数建立相关向量机预测模型,提出了一种自优化的核参数学习方法进行参数优化,并将该模型用于二维标准函数预测和污水处理系统出水水质预测,与不同核函数下的相关向量机模型以及不同参数优化方法下获得的预测模型进行了对比实验.结果表明,基于自优化的多属性高斯核相关向量机模型对低维数据的参数敏感度较低,对高维数据有良好的输出精度和稀疏性,在污水出水水质预测中获得比较满意的结果.

关键词：相关向量机、多属性、高斯核函数、自优化方法、污水处理

所属期刊栏目：45

分类号：TP39(计算技术、计算机技术)

资助基金：广东省科技计划项目2016A020221008,2016B090927007;广州市科技计划项目201604010032Supported by the Science and Technology Planning Project of Guangdong Province2016A020221008,2016B090927007

在线出版日期：2017-06-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：88-94