单核和多核相关向量机的比较研究  

Comparison Research of Single Kernel and Multi-kernel Relevance Vector Machine

作　　者：杨柳[1] 张磊[2] 张少勋 刘建伟[2] 

机构地区：[1]西南财经大学金融学院,成都610074 [2]中国石油大学(北京)自动化研究所,北京102249 [3]中国石油吐哈油田分公司温米采油厂,鄯善838202

出　　处：《计算机工程》2010年第12期195-197,共3页Computer Engineering

摘　　要：针对相关向量机中的核函数选择问题进行研究,对高斯核函数进行改进,提出修正的高斯核函数方法,并比较改进的高斯核函数与普通高斯核函数的特性,证明提出的核函数的优良特性。在对单一核函数改进的基础上,进行多核相关向量机核函数的研究,结合局部性高斯核函数和全局性多项式核函数形成混合核函数,并运用于相关向量机。在不同大小的数据集上对几种核函数进行对比实验,验证修正的高斯核函数及混合核函数的性能。This paper researches the selection problem of kernel function for Relevance Vector Machine（RVM）. Improved Gauss kernel function is proposed. The characteristic of improved Gauss kernel function and normal Gauss kernel function are compared. The improving performance of proposed kernel function is validated. Besides the improving of single kernel function, multi-kernel RVM is researched, by combining local Ganssian kernel and global polynomial kernel, form multi-kernel function, and use it in RVM. Comparison experiments of kinds of kernel functions run on different datasets, and the performance of improved Gauss kernel function and mixture kernel function are validated.

关 键 词：相关向量机 修正的高斯核函数 多核 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]