技术编号：9667780
提示：您尚未登录，请点 登 陆 后下载，如果您还没有账户请点 注 册 ，登陆完成后，请刷新本页查看技术详细信息。 在机器学习、模式识别等课题中，分类和回归问题是重要的研究方向。当前最为常 用的分类方法是基于核函数的分类算法，尤其是基于核函数的高斯过程分类算法。具体来 说，高斯过程模型是基于核函数和概率判别的贝叶斯机器学习模型，可有效地应用于解决 回归、分类的问题。相对于其他的核函数分类器来说，高斯过程分类器的优势在于采用概率 模型，输出的是概率而不是确定的值；且高斯分类器是无参数模型，即研究者不需要手动选 择高斯分类器的参数，高斯过程分类器在运行高斯过程模型时，参数...
注意：该技术已申请专利，请尊重研发人员的辛勤研发付出，在未取得专利权人授权前，仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权，增加技术思路，做技术知识储备，不适合论文引用。
请注意，此类技术没有源代码，用于学习研究技术思路。