摘要：相关向量机（RVM）模型的分类性能与其核函数参数的选择有密切关系。本文分别利用人工蜂群算法（ABC）、粒子群算法（PSO）和遗传算法（GA）寻找相关向量机模型的最优参数，对几种方法的寻优性能进行了对比。采用基于二叉树结构的一对多扩展方法，对二分类相关向量机模型进行了扩展，建立了四分类模型。基于该分类模型对罐底腐蚀声发射信号进行识别，将声发射特征参数和频域参数作为模型的输入参数，获得了较好的识别结果。

关键词：相关向量机 参数优化 声发射信号识别 

单位：中国人民解放军65194部队 通化135000 沈阳工业大学信息科学与工程学院 沈阳110870