摘要
相关向量机(Relevance Vector Machine,RVM)是一种基于贝叶斯理论的稀疏概率模型,利用条件分布和极大似然的估计思想,通过核函数将低维空间的非线性问题转化为高维空间的线性问题,具有学习能力好、泛化能力强、核函数选择灵活、参数设置简单等优点。由于其出色的学习性能,已经成为当前机器学习界的研究热点。介绍了经典的相关向量机算法及其改进模型,重点评述利用相关向量机算法解决故障检测、模式识别、网络空间安全等领域的分类和预测问题的思路、方法和效果,对目前存在的问题进行总结,并对未来的研究方向进行展望。
-
单位信息工程大学