基于matlab的相關向量機（RVM）回歸和分類算法。該算法基于貝葉斯稀疏核?法，避免了支持向量機（SVM）的主要局限性。RVM關鍵是為每個權參數 都引入一個單獨的超參數 ，而不是一個共享超參數。程序已調通，可直接運行。

目前有五個已批準的基ISA：RVM0（弱內存排序）、RV32I（基32位整數）、RV32E（只有16個寄存器的基32位基）、RV64I（基64位整數）和RV64E（只有16個寄存器的基64位整數）。