相关向量机分类方法的研究进展与分析

• 作者: 张燚 赵春晖
• 来源期刊: 智能系统学报
• 学科: 工学
• 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
• 年，卷（期）: 2012,（4）
• 页码范围: 294-301
• 页数: 8页
• 分类号: TP751.1
• 字数: 6455字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.201112019

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵春晖	哈尔滨工程大学信息与通信工程学院	364	3419	27.0	39.0
2	张燚	哈尔滨工程大学信息与通信工程学院	3	74	2.0	3.0