相关向量机分类方法的研究进展与分析

摘要：

相关向量机(RVM)是一种基于贝叶斯模型的监督机器学习算法,可用于处理回归以及分类问题.与支持向量机(SVM)相比,相关向量机的优点在于其输出结果是一种概率模型,其相关向量的个数远远小于支持向量的个数,并且测试时间短.总结了相关向量机的基本原理及主要应用领域,详细阐述了相关向量机的模型结构以及分类方法,重点介绍了在高光谱图像分类中的应用.并针对RVM算法在高光谱图像分类中的不足,给出了多种改进方案,并作以比较.希望对研究者今后的研究有所启发,以促进该领域的发展.

关键词：相关向量机、改进型相关向量机、高光谱图像、分类算法

所属期刊栏目：7

分类号：TP751.1(遥感技术)

资助基金：国家自然科学基金资助项目61077079;教育部博士点基金资助项目20102304110013

在线出版日期：2013-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：294-301