论文部分内容阅读
针对相关向量机的性能易受到奇异值影响的情况,提出了一种增强相关向量机稳健性的方法。其主要思想如下：首先用原始训练数据训练相关向量机;然后,利用某种准则,从原始数据中挑选一些样本,用其预测值代替输出变量值;随后,用改变后的训练样本重新训练相关向量机。这个过程可重复几次。数据试验表明,较之相关向量机和变分稳健相关向量机,新算法对奇异值更加不敏感。