2 cyf199176 cyf199176 于 2016.01.28 17:56 提问

相关向量机(RVM)的C语言算法,求大神帮忙? 7C

相关向量机(RVM)的C语言算法实现,不知哪位大神能给与指导……

1个回答

caozhy
caozhy   Ds   Rxr 2016.01.28 18:16

这东西用C写起来可复杂了,一般是matlab写好了,做成dll给C调用

参考下:http://download.csdn.net/detail/daleloogn/7143069

Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
相关向量机(RVM)
【说明:这片篇博文为翻译伦敦大学学院一位老师写的资料,水平有限翻译不准确的地方请参见一下英文的文档。英文版的下载:链接】简介这篇文档主要是为了帮助刚入门机器学习的学生更好的理解Tipping的相关向量机(RVM:Relevance Vector Machines)。本文档假设读者具有一定的贝叶斯理论,高斯分布以及条件和边缘高斯分布的理论知识。并且熟悉矩阵微分、回归向量的表示和核函数。(译者:可以参考
相关向量机的MATLAB代码
相关向量机的MATLAB代码,经过验证是正确的,很实用 推荐相关向量机(Relevance vector machine,简称RVM)是Tipping在2001年在贝叶斯框架的基础上提出的,它有着与支持向量机(Support vector machine,简称SVM)一样的函数形式,与SVM一样基于核函数映射将低维空间非线性问题转化为高维空间的线性问题。 RVM原理步骤 RVM通过最
[转载]相关向量机RVM
原文地址http://blog.sina.com.cn/s/blog_49a1f42e0100f9o0.html相关向量机(Relevance vector machine,简称RVM)是Tipping在2001年在贝叶斯框架的基础上提出的,它有着与支持向量机(Support vector machine,简称SVM)一样的函数形式,与SVM一样基于核函数映射将低维空间非线性问题转化为高维空间的线性
RVM相关向量机实现代码matlab源码
%Demonstrates the mcrvm algorithm on a toy example (Three class classification problem). Part of the code was %derived from Tipping's matlab code. % @file mcrvm_example.m % Author Arasanathan Thayananthan ( at315@cam.ac.uk) % (c) Copyright University of Cambridge % % This library is free software; you can redistribute it and/or % modify it under the terms of the GNU Lesser General Public % License as published by the Free Software Foundation; either % version 2 of the License, or (at your option) any later version. % % This library is distributed in the hope that it will be useful, % but WITHOUT ANY WARRANTY; without even the implied warranty of % MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU % Lesser General Public License for more details. % % You should have received a copy of the GNU Lesser General Public % License along with this library; if not, write to the Free Software % Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA 02111-1307 USA
相关向量机(RVM)论文6篇
原作者的网站上下的: A Hierarchical Latent Variable Model for Data Visualization.pdf Bayesian Image Super-Resolution.pdf Bayesian Inference_An Introduction to Principles and Practice in Machine Learning.pdf Fast Marginal Likehood Maximisation for Sparse Bayesian Models.pdf Mixtures of Probabilistic Principle Component Analysers.pdf Variational Relevance Vector Machine.pdf
Relevance Vector Machine (RVM)简介
http://hi.baidu.com/tengteng2007/item/a6d6c53df998175a81f1a7c7 推荐相关向量机(Relevance vector machine,简称RVM)是Tipping在2001年在贝叶斯框架的基础上提出的,它有着与支持向量机(Support vector machine,简称SVM)一样的函数形式,与SVM一样基于核函数映射将低维
稀疏贝叶斯模型相关向量机
相关向量机的MATLAB代码,经过验证是正确的,很实用 推荐相关向量机(Relevance vector machine,简称RVM)是Tipping在2001年在贝叶斯框架的基础上提出的,它有着与支持向量机(Support vector machine,简称SVM)一样的函数形式,与SVM一样基于核函数映射将低维空间非线性问题转化为高维空间的线性问题。 RVM原理步骤 RVM通过最大化后验概率(MAP)求解相关向量的权重。对于给定的训练样本集{tn,xn},类似于SVM , RVM 的模型输出定义为 y(x;w)=∑Ni=1wiK(X,Xi)+w0 其 中wi为权重, K(X,Xi)为核函。因此对于, tn=y(xn,w)+εn,假设噪声εn 服从均值为0 , 方差为σ2 的高斯分布,则p ( tn | ω,σ2 ) = N ( y ( xi ,ωi ) ,σ2 ) ,设tn 独立同分布,则整个训练样本的似然函数可以表示出来。对w 与σ2的求解如果直接使用最大似然法,结果通常使w 中的元素大部分都不是0,从而导致过学习。在RVM 中我们想要避免这个现像,因此我们为w 加上先决条件:它们的机率分布是落在0 周围的正态分布: p(wi|αi) = N(wi|0, α?1i ),于是对w的求解转化为对α的求解,当α趋于无穷大的时候,w趋于0. RVM的步骤可以归结为下面几步: 1. 选择适当的核函数,将特征向量映射到高维空间。虽然理论上讲RVM可以使用任意的核函数,但是在很多应用问题中,大部分人还是选择了常用的几种核函 数,RBF核函数,Laplace核函数,多项式核函数等。尤其以高斯核函数应用最为广泛。可能于高斯和核函数的非线性有关。选择高斯核函数最重要的是带 宽参数的选择,带宽过小,则导致过学习,带宽过大,又导致过平滑,都会引起分类或回归能力的下降 2. 初始化α,σ2。在RVM中α,σ2是通过迭代求解的,所以需要初始化。初始化对结果影响不大。 3. 迭代求解最优的权重分布。 4. 预测新数据。
四种支持向量机工具箱使用概念
一、四种支持向量机工具箱的使用概念 [1]模式识别基本概念 模式识别的方法有很多,常用有:贝叶斯决策、神经网络、支持向量机等等。特别说明的是,本文所 谈及的模式识别是指“有老师分类”,即事先知道训练样本所属的类别,然后设计分类器,再用该分 类器对测试样本进行识别,比较测试样本的实际所属类别与分类器输出的类别,进而统计正确识别率。 正确识别率是反映分类器性能的主要指标。 分类器的设计虽然
Classification of data from electronic nose using relevance vector machines
一篇关于用关联向量机(RVM,也称相关向量机)处理电子鼻信号的文章。
相关向量机RVM工具箱
相关向量机 RVM 的MATLAB工具箱 原作者的网站上下载的