基于最小交叉熵的相关向量机

• 作者: 李思倩 杨剑哲 王君 石大明 程丹松 黄庆成
• 来源期刊: 高技术通讯
• 关键词: 相关向量机(RVM) 贝叶斯推理 最小交叉熵 径向基函数(RBF)网络
• 年，卷（期）: 2014,（9）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 942-947
• 页数: 6页
• 字数: 6230字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2014.09.010

摘要

研究了传统相关向量机(RVM)的性能,分析了传统RVM的性能完全取决于先验假设的连接权值和参数的平滑性,因而其稀疏性实际上仍受核函数或核参数选择的控制,这在某些情况下可能会导致严重的欠拟合或过拟合现象的问题,在此基础上,提出了明确地给出基函数优化过程中的目标数量,并通过最小化训练阶段前向“假定”概率分布和测试阶段反向“真实”概率分布间的交叉熵来构建RVM的方法.实验结果表明,这种方法不但可以构建最小复杂度的基于最小交叉熵的RVM结构,而且构建的RVM能很好地对数据进行拟合,提高预测的准确性,增强其稀疏性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王君	哈尔滨工业大学计算机科学与技术学院	95	830	16.0	24.0
2	程丹松	哈尔滨工业大学计算机科学与技术学院	23	171	7.0	12.0
3	黄庆成	哈尔滨工业大学计算机科学与技术学院	41	616	16.0	23.0
4	杨剑哲	哈尔滨工业大学计算机科学与技术学院	3	15	2.0	3.0
5	石大明	哈尔滨工业大学计算机科学与技术学院	9	42	5.0	6.0
6	李思倩	哈尔滨工业大学计算机科学与技术学院	1	1	1.0	1.0