-
2010年提出的基于贝叶斯准则的支持向量机预测模型
资源介绍
对实际统计数据中存在的相关性、不确定性和非线性问题，提出贝叶斯支持向量机预测模型方法．构建基于高斯分布的权值分布模型描述信息的不确定性，基于先验概率分布和贝叶斯关系获得后验分布模型，利用极大似然方法和递推迭代算法求解后验分布的最佳参数，从而得到关联向量机．建立起基于参数分布多维时间序列预测模型，将每一步迭代过程中的支持向量机输入作为随机变量，考虑数据不确定性的传递，递推得到贝叶斯支持向量机预测输出．由于贝叶斯支持向量机可以有效反映随机影响及其传递，可以克服数据不确定性和相关性的影响，因此基于贝叶斯支持向量
- 上一篇: 论文研究-一种基于分水线和先验知识的集成电路图像分割方法.pdf
- 下一篇: 贝叶斯公式与机器学习