文件名称：关联向量机：使用SB2_Release_200的基于关联向量机（RVM）的回归应用程序
文件大小：1.11MB
文件格式：ZIP
更新时间：2024-02-24 17:37:11
matlab regression prediction rvm MATLABMATLAB
关联向量机：使用SB2_Release_200的基于关联向量机（RVM）的回归应用程序
【文件预览】：
Relevance-Vector-Machine-master
----demo_singel_kernel.m(1KB)
----demo_optimization_kernel_weight.m(2KB)
----img()
--------fig.png(25KB)
----refs()
--------Tipping_Faul_2003_Fast marginal likelihood maximisation for sparse Bayesian models.pdf(223KB)
--------Tipping_2001_Sparse Bayesian learning and the relevance vector machine.pdf(936KB)
----data()
--------sinc_data.mat(3KB)
--------UCI_data.mat(6KB)
----SB2_Release_200()
--------SB2_Initialisation.m(7KB)
--------SB2_PreProcessBasis.m(2KB)
--------SparseBayes.m(24KB)
--------SB2_Likelihoods.m(2KB)
--------Readme.txt(3KB)
--------SB2_Sigmoid.m(1KB)
--------SB2_ControlSettings.m(4KB)
--------SB2_ParameterSettings.m(3KB)
--------licence.txt(15KB)
--------SB2_UserOptions.m(6KB)
--------SB2_PosteriorMode.m(6KB)
--------SparseBayesDemo.m(9KB)
--------SB2_FullStatistics.m(6KB)
--------SB2_FormatTime.m(2KB)
--------SB2_Diagnostic.m(4KB)
--------SB2_Manual.pdf(130KB)
----KernnelMatrix()
--------KernelFunction.m(1KB)
--------KernelExponential.m(1020B)
--------KernelBase.m(2KB)
--------KernelSigmoid.m(1KB)
--------Kernel.m(898B)
--------KernelGaussian.m(962B)
--------KernelLinear.m(808B)
--------KernelPolynomial.m(1KB)
--------KernelLaplacian.m(1018B)
----demo_hybrid_kernel.m(1KB)
----demo_kernel_function.m(1KB)
----README.md(1KB)
----RvmModel()
--------RVM.m(7KB)
--------RvmOptimization.m(5KB)
--------RvmFunction.m(3KB)
----demo_optimization_kernel.m(2KB)