相关向量机及其在故障诊断与预测中的应用

• 作者: 张继军 范庚 马登武
• 来源期刊: 海军航空工程学院学报
• 学科: 工学
• 关键词: 故障诊断 故障预测 相关向量机 机器学习
• 年，卷（期）: 2013,（2）
• 页码范围: 154-160
• 分类号: TP18|TH17
• 字数: 5890字
• 语种: 中文

摘要

相关向量机(RVM)是一种基于稀疏Bayesian学习理论的新型机器学习方法,具有概率式输出、稀疏性强、参数设置简单、核函数选择灵活等优点,克服了人工神经网络(ANN)和支持向量机(SVM)等典型机器学习方法的诸多固有缺陷.文章从模型选择与优化、模型计算效率和模型鲁棒性改进3个方面综述了RVM的理论研究进展;总结了RVM在故障诊断与预测中的应用研究现状;分析指出了当前研究中存在的问题,并讨论了基于RVM的故障诊断与预测技术的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马登武	海军航空工程学院兵器科学与技术系	97	919	14.0	26.0
2	范庚	海军航空工程学院兵器科学与技术系	15	165	8.0	12.0
3	张继军	海军航空工程学院兵器科学与技术系	8	89	6.0	8.0