搜索资源列表
lk_regression
- 实现相关向量机回归算法的MATLAB程序。-MATLAB RVM regression
RVM_matlabToolBox
- 相关向量机(RVM)的matlab源程序，包含快速算法，内含代码使用说明。 RVM采取是与支持向量机相同的函数形式稀疏概率模型，对未知函数进行预测或分类。 优点： (1) 不仅仅输出预测目标量的点估计值,还可以输出预测值的分布. (2) 使用更少数量的支持向量,从而显著减少输出目标量预测值的计算时间. (3) RVM不需要估计过多的参数. (4) RVM对是否满足Mercer 定理的核函数没有限制,适应性更好. -Relevance Vector Ma
demo_rvm
- Demo RVM relevance vector machine matlab
rvm
- 用于分类的相关向量机（RVM）算法，可以实现很好的分类。-RVM algorithm can be good for classification.
SparseBayesDemo
- sparsebayes matlab RVM-relevant vector machine
rvm
- 这是一个完善的RVM算法。其性能良好，代码清晰。能够很好的用于分类。-This is a perfect RVM algorithm. Its good performance, the code clear. Can be good for classification.
SB2_Release_200
- SparseBayesDemo,用于学习稀疏贝叶斯算法的工具，由RVM算法开发者Tipping开发-"SparseBayes" is a package of Matlab functions designed to implement an efficient learning algorithm for "Sparse Bayesian" models.
rvm
- it is rvm matlab code
mvrvm
- 用rvm作线性回归的例子，matlab写的-Linear regression with rvm example, matlab write
huishangguanlian
- 相关向量机(RVM)的matlab源程序，包含快速算法，内含代码使用说明。 RVM采取是与支持向量机相同的函数形式稀疏概率模型，对未知函数进行预测或分类。 优点： (1) 不仅仅输出预测目标量的点估计值,还可以输出预测值的分布. (2) 使用更少数量的支持向量,从而显著减少输出目标量预测值的计算时间. (3) RVM不需要估计过多的参数. (4) RVM对是否满足Mercer 定理的核函数没有限制,适应性更好.--Relevance Vector Machine (RVM) of the mat
PSO-SampEn--ApproxiEN-RVM
- PSO：粒子群优化算法，用C++和matlab两种语言实现的 RVM:相关向量机，比SVM更高级些 样本熵和近似熵：计算动态系统中时间序列的一个重要手段-PSO: PSO algorithm, using C++ and matlab realization of two languages RVM: relevance vector machine, some more advanced than SVM Sample entropy and approximate ent
rvm_regression
- 本人根据rvm回归模型自己编的matlab程序-relevance vector regression regression
RVM_regression
- Tipping的相关向量机RVM的回归MATLAB程序，有英文注释，可以运行-Relation vector machine RVM
RVM_matlabToolBox
- MATLAB相关向量机工具箱，可以先先看看，说不定以后需要 toolbox(RVM matlabtoolbox,SeqSparBayes)
SB2_Release_200
- 相关向量机SB2_reLease——200的matlab实验代码，能够运行(The MATLAB experiment code of the related vector machine SB2_reLease - 200 can run)
RVM
- 相关向量机（RVM） 预测 MATLAB小程序(Correlation vector machine,predictive, MATLAB)
RVM回归预测
- 主要功能有： （1）基于SB2_Release_200工具箱 （2）输出训练数据和测试数据的预测值 （3）输出相关向量的序号和对应的数值 （4）输出预测值的均值和方差（即分布）