自适应建模相关向量机及其在电子系统状态 预测中的应用

• 作者: 张伟 许爱强 高明哲
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 相关向量机 自适应建模 电子系统 状态预测
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 可靠性
• 页码范围: 1898-1904
• 页数: 7页
• 分类号: TP206
• 字数: 6204字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2017.08.33

摘要

提出一种自适应建模相关向量机(adaptive modeling relevance vector machine,AM-RVM)并将其用于电子系统的状态预测.相比传统RVM,所提方法首先在预测模型训练之前通过计算各类基函数的后验概率来选取最适合训练样本结构特点的基函数,然后在训练中采用优化的增量学习流程来实现各核参数的快速自适应选取,最后通过对电子系统状态参量的相空间重构,从而将AM-RVM应用到电子系统的状态预测中.混沌时间序列预测及雷达发射机高压电源状态预测实验的结果表明,所提方法在预测精度与训练效率上优于传统RVM.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许爱强	海军航空工程学院科研部	127	683	12.0	21.0
2	张伟	海军航空工程学院科研部	34	143	5.0	10.0
3	高明哲	海军航空工程学院科研部	11	26	3.0	4.0