论文部分内容阅读
该文从统计学习理论与支持向量机研究中遇到的若干问题出发,着重研究了如何通过增加学习模型的适应性来提高学习模型泛化性能.该文利用2种方法来提高学习模型的适应性:一是将领域知识与学习模型相结合;二是运用训练样本的统计信息修正学习模型.实验与理论分析表明,该文提出方法增加了学习模型的适应性,提高了学习模型的泛化性能.置换变换与置换核的理论提供了一个如何应用领域知识的新的思路,其方法与进一步的应用研究还有待于深化与完善.