相关向量机及其在铜锍吹炼中的应用研究  

Study of relevance vector machine and its application in copper-matte converting

作　　者：沈洪远[1,2] 卢灿[1] 杨树仁[1,2] 刘建勋[2] 

机构地区：[1]湖南科技大学信息与电气工程学院,湖南湘潭411201 [2]湖南科技大学知识处理与网络化制造湖南省普通高校重点实验室,湖南湘潭411201

出　　处：《湖南科技大学学报（自然科学版）》2011年第3期65-69,共5页Journal of Hunan University of Science And Technology：Natural Science Edition

基　　金：国家自然科学基金(90818004);湖南科技大学博士启动基金(E51066)

摘　　要：相关向量机(Relevance Vector Machine,RVM)是一种新的在稀疏贝叶斯概率模型的基础上发展起来的基于统计学习理论的机器学习方法,它比支持向量机(Support Vector Machine,SVM)有更多优点,已成为数据挖掘的又一高效有力工具.本文研究了RVM在铜锍吹炼中的应用,用RVM对某冶炼厂铜锍吹炼过程参数进行预测,结果表明,RVM在处理小样本、非线性、高维数据时效果较好,并且在某些方面优于SVM.Relevance vector machine（RVM） technique as a new machine learning method is based on statistical learning theory,and it is developed on the basis of sparse Bayesian learning theory.RVM has more merits than support vector machine（SVM）,and it is proven to be a valid data mining tool.RVM and its application was discussed,which in copper-matte converting mainly.RVM was used to optimizing and forecasting the parameter of the copper-matte converting process of a factory,Experimental results show that RVM is very suitable for handing the small sample、nonlinear、high dimensional optimization problem,and some performances are better than SVM.

关 键 词：相关向量机(RVM) 支持向量机(SVM) 机器学习 稀疏贝叶斯理论 统计学习理论 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]