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.

关键词：电子设备、状态预测、相关向量机、在线训练、自适应核学习

所属期刊栏目：38

分类号：TP206(自动化技术及设备)

资助基金：装备预研基金资助项目9140A27020214JB14435

在线出版日期：2018-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：108-113