论文部分内容阅读
统计学习方法在理论上和实践上中有着非常广泛的应用。在本文中,我们提出在图像识别领域中提出两类新的算法。第一类算法基于张量和统计学习理论,我们根据控制测试误差上界的思想提出了自适应支持张量机。第二类算法分别基于拟朴素贝叶斯框架和支持向量机框架。它们是为了针对高维稀疏的图像数据而设计的。具体来说,我们首先定义各个框架下的”敏感点”的概念,并基于此分别提出拟朴素贝叶斯假设检验算法和支持向量机假设检验算法。本文对这些方法给出了相应的理论分析,模拟数据分析和实际图像数据分析。实验结果表明,本文的方法与其他方法相比是更为有效和精确的。