专业的微特电机产品发布平台
用户名: 密码: 注册
设为首页 加入收藏 联系我们
免费注册 企业免费建站
新技术论坛 会员产品发布
TB6600QQ群:70241714   步进电机论文   六轴工业机器人解决方案  
步进电机     驱动器     控制器     马达IC     伺服电机     无刷直流电动机     微特电机文献     工控器件     运动控制新产品     六轴工业机器人    
首 页   |   行业资讯   |   业内搜索   |   网站介绍   |   超级服务   |   新技术论坛
论坛公告: 中国步进电机应用网:http://using.zgbjdj.com/
  文章标题:RVM核参数的遗传算法优化方法
回复文章
作者:vivan2254  发表时间:2010-6-22 9:56:54
rvm核参数的遗传算法优化方法
李刚1。2,王贵龙1,薛惠锋2
l西安工业大学经管学院,陕西西安710032;2西北工业大学自动化学院,陕西西安710072
 
 
摘    要:核函数的参数严惩影响rvm的综合性能。为求得稀疏解、避免过拟舍,提出使用遗传算法针对问题背景自动优化核函数的参数:在适压度函数评判下,种群经过选择、交叉和变异选代进化,高效率地得到****解,在定义rvm回归性能综合评判批准fitness作为适应度函数的基础上,使用11atlab遗传算法工具箱和改进的tipping程序获取slne数据****核函数参数,实验证明遗传算法可以高效准备地优化rvm核参数,特别对于具有较多参数的核函数更具实用性。
关键词:关联向量机;核函数参数;综合评判标准;遗传算法
中图分类号:tp 27    文献标识码:a
1引言
    rvm(关联向量机)是michael e tipping于2001年提出的一种建立在支持向量机( svm)之上的稀疏贝叶斯统计学习方法。它的训练是在贝叶斯框架下进行的,可以用它进行回归及分类模式分析。rvm克服svm缺点:rvm的关联向量数要少于svm,具有更优的泛化性能;可以得到点估计及区间估计;无需多次试验找到****的类似于c或s的主观设置值。与svm类似的是rvm也使用核方法,将自变量映射到高维空间,得到因变量与自变量线性回归的稀疏解,但核函数参数严重影响rvm的性能,如何方便快捷地找到综合性能****的核函数参数目前尚无解析解理论指导,由于rvm的分类功能建立在回归的基础之上,目前,rvm算法在模式识别、回归估计、概率密度函数估计等方面有广泛应用。例如,在模式识别方面,对于手写数字识别、语音识别、人脸图像识别、文章分类等问题。本文尝试使用遗传算法获取回归综合性能****的核参数数值解。
2 rvm模型
    统计学习理论是一种专门研究小样本情况下机器学习规律的理论。该理论针对小样本统计问题建立了一套新的理论体系,在这种体系下的统计推理规则不仅考虑了对渐近性能的要求,而且追求在现有有限信息的条件下得到****结果。模式分析研究的是如何自动检测和辨识数据中潜在的关系,人
    为保证获取稀疏解,令。,满足零均值正态分布:p(wi,αi)=n(wi| 0,αi-1),训练样本集的似然函数为
    根据先验概率分布和似然分布,再用贝叶斯式计算权值的后验概率分布,即:
    而该权值的后验分布属于多变量高斯分布,即:
    训练目标值的似然分布通过对权值变量进行积分,即
    实现边缘化,从而求得超参数的边缘似然分布:
    rvm方法中的模型权值的估计值由后验分布的均值给出,同时它也是权值的****后验( map)估计。权值的map估计取决于超参数和噪声方差,估计值α和σ2可以通过****化边缘似然分布得到。后验分布反映出的权值****值的不确定性,可以表示模型预测的不确定性。若给定输入值x,相应输出的概率分布为
    服从高斯分布的形式,即:
3 rvm回归性能与核函数参数
    tipping用第二类极大似然法给出了matlah实验程序,本文在此基础上展开研究。给定一个核和一个训练集合,就能构成一个核矩阵k(xi,xj),这个矩阵起着信息瓶颈的作用,因为它

 

  共有记录条,共页,条/页  转至页
回复此文章主题
  用户名: 密码: 注册新用户
回复内容:
 
设为首页   |   加入收藏   |   联系我们   |   站长留言   |   广告服务   |   友情链接   |   免费展示
网站实名:步进电机网 步进电机驱动器网 微特电机网 网站地图 新闻中心
版权所有:北京时代四维科技有限公司
© Copyright By www.zgbjdj.com
京ICP备11042559号-1