基于 AIC 的 RVM 核参数选择方法及其应用

• 作者: 陈小明
• 来源期刊: 计算技术与自动化
• 关键词: 径向基函数 核参数 相关向量机 微分进化算法 AIC 准则 黄金价格
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 【算法分析与研究】
• 页码范围: 38-43
• 页数: 6页
• 分类号: TP181
• 语种: 中文

摘要

在采用高斯径向基函数的相关向量机（RVM ）回归模型中，核参数与模型性能之间关系复杂，针对如何确定 RVM 核参数的问题，提出一种基于 AIC 准则选择 RVM 的核参数的方法。首先基于 Akaike Information Criterion （AIC）思想，得出一种新的统计量 Q ，同时将 Q 作为适应度函数；然后利用微分进化算法（Differential Evolution Algorithm ，DE）对核参数进行寻优，以此选择确定核参数；最后利用该算法建立RVM 回归模型对黄金价格进行短期预测。实验结果表明，该模型较传统方法建立的预测模型具有更高的拟合精度和更好的泛化能力，进一步证明基于 AIC 准则选择 RVM 的核参数的方法的可行性和有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈小明	厦门城市职业学院电子与信息工程系	7	13	2.0	2.0