基于快速估计的相关向量机优化算法

针对相关向量机在大规模数据集上训练速度较慢的问题,提出一种基于快速估计的相关向量机优化算法。利用阈值系数、约减最大上限并结合迭代估计,对训练样本的超参进行快速预估计,去除训练集中大量的非相关向量,减小训练样本规模,减少训练时间。在UCI等数据集上的实验结果表明,该算法在保持训练精度的同时具有更快的训练速度。