论文部分内容阅读
摘要：随着社会的发展，相关向量机越来越广泛应用于生活的各个层面，它能广泛解决一些难以解决的复杂问题，在社会生活的各个领域，它都发挥着至关重要的作用。本文主要论述了相关向量机的定义，特征，发展趋向，以及在机械生产实际中的运用。
关键词：相关向量机；发展趋向；机械生产实际中的运用。
一、相关向量机
（一）定义
相关向量机，简称RVM，是一类由Micnacl E.Tipping于2000年提出的与SVM近似的稀疏概率模型，是一种新的监督学习方式。单片机是在贝叶斯框架的基础上进行训练的，根据主动相关决策理论，在先验概率的结构下来删除毫不相干的点，进而得到稀疏化的概率化模型。在样品数据的迭代训练过程当中，大部分参数的后验分布趋向于零，与展望的数值毫无关系，相关向量则是那些非零参数相对的点，展现了数据中最主要的特质。
（二）基本特征
RVM是基于贝叶斯框架来构建的机器学习算法。它不局限于梅西定理，在选择核函数的时候，我们可以创建任意的核函数，不需要设置惩罚因子。RVM不仅可以得到二值输出，还可以得到概率输出。由于RVM的参数会自动赋值，所以RVM不会出现过学习这些问题。RVM加倍稀疏，测试的时间比较短，更加适合用于在线检测。RVM的相关向量会跟着训练样本的增长而增長，然而增长速率比较慢。RVM训练的时间比较长。RVM最重要的是能够测试没有训练过的样本。
二、相关向量机的发展趋势
随着社会科技水平的提高，相关向量机越来越在应用领域得到了快速的发展，尤其在智能预测、语音图像信息处理、故障诊断、模式分类有着比较好的发展。但是，在解决多类模式识别问题的时候，分类的精度和训练识别的时间不能够同时兼顾。随着越来越多的人对相关向量机的研究，这类技术得到了更多的优化和改善。在最近几年，相关向量机也在人脸识别、发动机故障诊断等领域有着突破性的发展，并且在医学机械、机电机械产品设计、农业机械产品方面也有着独特性的作用。跟着相关向量机的成熟，相关向量机愈来愈应用于机械生产实际的各大层面，对增进咱们社会的发展有着非常重要的作用。
三、相关向量机在机械生产实际当中的应用
（一）在医学机械的应用：
研究人员使用表面肌电信号当作步态辨别信息源，经过索取表面肌电信号的特质.而且将冗余的信息利用核主因素剖析法除去，获得了人体活动的步态特征的值，然后使用相关向量机方法对步态特质进行分类，能够准确识别人体平走、上坡、下坡、上楼、下楼五个行动。与传统分类方法SVM、BP神经网络等相比，利用RVM方法对步态进行分类，识别率会变得最高，识别时间也会变得更短，而且在训练样本很少时会取得更好的识别效果.利用相关向量机获得的准确数据，可以有效的帮助科技人员对可穿戴医疗设备进行研究，使其更加准确的执行动作，帮助残疾人及肢体受伤者进行肢体康复和行动。
（二）在机电产品设计和故障诊断方面：
以风机齿轮箱为例，研究人员利用RVM建立风机齿轮箱的故障诊断模型，首先是利用实验台获取数据，利用电火花来实现快速逼真的模拟风机齿轮箱轴承故障，然后对故障特征进行提取，以频带能量作为特征量，形成RVM的训练集和测试集，并采用“一对多”的分类方法，来实现轴承的多类故障分类，并在各个子训练集中进行RVM模型学习。通过实验结果测定及部分产品实践验证，基于相关向量机的故障诊断方式要远比传统的BPNN和SVM在故障诊断的功用和准确性方面的成效要好的多。
（三）在农业机械方面：
研究人员们利用相关相量积来提高变量施肥的精度和均匀性，并通过RVM实现了施肥控制序列的近优实时计算。首先通过实验进行模拟排肥，并考虑漏斗开度和槽轮转速的相互影响，以及两者的响应时间和工作死区等特性，通过小样本准确模拟学习，来实现最佳控制参数的确定，并能够实现在真实的田地生产中达到指令响应及时、施肥均匀准确。通过在田间工作实践中证实，利用该法子的施肥机，平均施肥误差小于4%，而且防止了车载计算机运算功能与控制响应的冲突，解决了传统单变量调节施肥的精度低和范围小的问题，同时也减少了种子的破损率。
（四）总结
之所以相关向量机应用前景比较宽广，正是因为相关向量机具有强大的学习能力。通过对其训练，则可以解决复杂函数问题，训练得出其函数参数，进而近似得出表达式。相关向量机应用在经济、医学、农业生产、图像检索、视频追踪、机械产品设计等多个领域。在过去的几年内，相关向量机的理论和应用研究在各个领域都取得了比较好的成绩，但是由于相关向量机的研究在很多方面的难题还没有解决，例如它适合快速处理小样本数据集，对于处理大样本数据，相关向量机还不能实现快速高效的处理，以致于它在实际的应用发展中受到了阻碍。因此在今后，相关向量机的研究重点将会是怎样克服它的缺点，如何将其更好的应用到社会实际生产当中去。随着研究人员对其理论的不断研究，并且对其应用层次的逐渐细化，我们相信相关向量机的理论和应用研究在未来将会有长足的发展，并且相关向量机对各个领域的发展会有重要的作用。
参考文献：
[1]刘磊，杨鹏，刘作军，宋寅卯. 采用核主成分分析和相关向量机的人体运动意图识别[J].机器人，2017，9.
[2]卢锦玲，绳菲菲，赵洪山. 基于相关向量机的风机齿轮箱故障诊断方法[J]. 华 北 电 力 大 学 学 报.2017.3
[3]苑 进，刘成良，古玉雪，苗中华. 基于相关向量机的双变量施肥控制序列优化[J].2011.11
关键词：相关向量机；发展趋向；机械生产实际中的运用。
一、相关向量机
（一）定义
相关向量机，简称RVM，是一类由Micnacl E.Tipping于2000年提出的与SVM近似的稀疏概率模型，是一种新的监督学习方式。单片机是在贝叶斯框架的基础上进行训练的，根据主动相关决策理论，在先验概率的结构下来删除毫不相干的点，进而得到稀疏化的概率化模型。在样品数据的迭代训练过程当中，大部分参数的后验分布趋向于零，与展望的数值毫无关系，相关向量则是那些非零参数相对的点，展现了数据中最主要的特质。
（二）基本特征
RVM是基于贝叶斯框架来构建的机器学习算法。它不局限于梅西定理，在选择核函数的时候，我们可以创建任意的核函数，不需要设置惩罚因子。RVM不仅可以得到二值输出，还可以得到概率输出。由于RVM的参数会自动赋值，所以RVM不会出现过学习这些问题。RVM加倍稀疏，测试的时间比较短，更加适合用于在线检测。RVM的相关向量会跟着训练样本的增长而增長，然而增长速率比较慢。RVM训练的时间比较长。RVM最重要的是能够测试没有训练过的样本。
二、相关向量机的发展趋势
随着社会科技水平的提高，相关向量机越来越在应用领域得到了快速的发展，尤其在智能预测、语音图像信息处理、故障诊断、模式分类有着比较好的发展。但是，在解决多类模式识别问题的时候，分类的精度和训练识别的时间不能够同时兼顾。随着越来越多的人对相关向量机的研究，这类技术得到了更多的优化和改善。在最近几年，相关向量机也在人脸识别、发动机故障诊断等领域有着突破性的发展，并且在医学机械、机电机械产品设计、农业机械产品方面也有着独特性的作用。跟着相关向量机的成熟，相关向量机愈来愈应用于机械生产实际的各大层面，对增进咱们社会的发展有着非常重要的作用。
三、相关向量机在机械生产实际当中的应用
（一）在医学机械的应用：
研究人员使用表面肌电信号当作步态辨别信息源，经过索取表面肌电信号的特质.而且将冗余的信息利用核主因素剖析法除去，获得了人体活动的步态特征的值，然后使用相关向量机方法对步态特质进行分类，能够准确识别人体平走、上坡、下坡、上楼、下楼五个行动。与传统分类方法SVM、BP神经网络等相比，利用RVM方法对步态进行分类，识别率会变得最高，识别时间也会变得更短，而且在训练样本很少时会取得更好的识别效果.利用相关向量机获得的准确数据，可以有效的帮助科技人员对可穿戴医疗设备进行研究，使其更加准确的执行动作，帮助残疾人及肢体受伤者进行肢体康复和行动。
（二）在机电产品设计和故障诊断方面：
以风机齿轮箱为例，研究人员利用RVM建立风机齿轮箱的故障诊断模型，首先是利用实验台获取数据，利用电火花来实现快速逼真的模拟风机齿轮箱轴承故障，然后对故障特征进行提取，以频带能量作为特征量，形成RVM的训练集和测试集，并采用“一对多”的分类方法，来实现轴承的多类故障分类，并在各个子训练集中进行RVM模型学习。通过实验结果测定及部分产品实践验证，基于相关向量机的故障诊断方式要远比传统的BPNN和SVM在故障诊断的功用和准确性方面的成效要好的多。
（三）在农业机械方面：
研究人员们利用相关相量积来提高变量施肥的精度和均匀性，并通过RVM实现了施肥控制序列的近优实时计算。首先通过实验进行模拟排肥，并考虑漏斗开度和槽轮转速的相互影响，以及两者的响应时间和工作死区等特性，通过小样本准确模拟学习，来实现最佳控制参数的确定，并能够实现在真实的田地生产中达到指令响应及时、施肥均匀准确。通过在田间工作实践中证实，利用该法子的施肥机，平均施肥误差小于4%，而且防止了车载计算机运算功能与控制响应的冲突，解决了传统单变量调节施肥的精度低和范围小的问题，同时也减少了种子的破损率。
（四）总结
之所以相关向量机应用前景比较宽广，正是因为相关向量机具有强大的学习能力。通过对其训练，则可以解决复杂函数问题，训练得出其函数参数，进而近似得出表达式。相关向量机应用在经济、医学、农业生产、图像检索、视频追踪、机械产品设计等多个领域。在过去的几年内，相关向量机的理论和应用研究在各个领域都取得了比较好的成绩，但是由于相关向量机的研究在很多方面的难题还没有解决，例如它适合快速处理小样本数据集，对于处理大样本数据，相关向量机还不能实现快速高效的处理，以致于它在实际的应用发展中受到了阻碍。因此在今后，相关向量机的研究重点将会是怎样克服它的缺点，如何将其更好的应用到社会实际生产当中去。随着研究人员对其理论的不断研究，并且对其应用层次的逐渐细化，我们相信相关向量机的理论和应用研究在未来将会有长足的发展，并且相关向量机对各个领域的发展会有重要的作用。
参考文献：
[1]刘磊，杨鹏，刘作军，宋寅卯. 采用核主成分分析和相关向量机的人体运动意图识别[J].机器人，2017，9.
[2]卢锦玲，绳菲菲，赵洪山. 基于相关向量机的风机齿轮箱故障诊断方法[J]. 华 北 电 力 大 学 学 报.2017.3
[3]苑 进，刘成良，古玉雪，苗中华. 基于相关向量机的双变量施肥控制序列优化[J].2011.11