VC维相关论文
企业财务危机预测是非线性预测，各个影响因素之间又存在着复杂的组合决策关系，并且现实中的数据多为连续的，很难直接用于机器分类学习......
介数中心性计算是复杂网络分析中的一个基本问题,它用来衡量一个节点在复杂网络中的重要程度。近年来,介数中心性已经广泛用于社交......
20世纪70年代，Vapnik V N提出了解决小样本情况下学习问题的统计学习理论，为我们更好地解决机器学习问题提供了巨大的方便。由于统计......
统计学习理论是由Vapnik提出的一种关于小样本统计学习的(SLT)的理论,着重研究有限样本的统计规律及学习方法性质,并在此基础上发......
我们已经知道基于VC(Vapnik-Chenronenkis)维及其推广FS(Fat-Shattering)维的统计学习理论以及在此理论基础上构造的通用学习机器......
支持向量机是二十世纪九十年代发展起来的统计学习理论的核心内容,核函数是它的重要组成部分。实际应用中发现,Fourier核函数在支......
学位
癌症是影响人类健康的主要疾病之一,有着极高的死亡率,对癌症的预防和治疗已成为全球科学家关注的焦点.研究表明,癌症是一类复杂的......
本文提出了一种采用随机加权联接的新型神经网络模型,该模型具有清晰可分析的神经元激活函数,内部数据表示为随机二进制序列形式,......
本文提出一种基于统计学习理论优化感知器的遗传方法。该方法将遗传算法和神经网络相结合,通过统计学习理论指导遗传算法优化分类......
支持向量基是基于统计学习理论发展起来的一种新型的机器学习方法,而VC维在其中起着十分重要的作用.本文主要阐述了支持向量基中关......
为提高局部放电信号的消噪效果,根据统计学习理论中的结构风险最小化思想,基于小波的多分辨分析技术,给出一种针对局部放电的消噪......
将一种改进的邻域算法应用于不均衡样本集中，由于改进的邻域算法未考虑不均衡样本集的问题从而导致后续的支持向量机训练耗费和泛化......
针对于使用支持向量机求解大规模复杂问题存在训练时间过长和分类精度不高等困难,本文提出了一种结合支持向量机（SVM）和K-最近邻（KNN）......
数据集的质量会极大地影响分类算法的精度，针对一类隐式互斥的数值型数据提出了一致性分类方法。借鉴连续函数的思想，本文提出了......
针对当前电网谐波的诊断与分类识别均依赖于大量的样本采集作特征提取,采用系统辨识的方法以三相直流励磁同步发电机为对象,以三相......
分类超曲面算法是一种简单的基于覆盖的分类算法.实验证明该算法具有分类正确率高、速度快的优点.但是,关于该算法的相关理论问题......
提出了基于VC推广界的线性支持向量机回归模型的新的构建算法，并应用于县域综合发展中，构建了邱县协调发展的经济计量模型，与传统的方......
提出退火熵、生长函数和VC维等概念,构建基于VC维的学习过程一致收敛速度的界。以这些界为基础,给出基于双重随机样本的结构风险最......
提出了退火熵,生长函数和VC维等概念,构建了基于VC维的学习过程一致收敛速度的界。然后以这些界为基础,给出基于随机粗糙样本的结......
寻找支持向量机（SVM）的最优参数是支持向量机研究领域的热点之一。2范数软间隔SVM（L2-SVM）将样本转化成线性可分，在原始单正则化参数L2-......
Vapnik等人在统计学习理论和结构风险最小化的基础上提出了支持向量机算法（SVM）。该算法在高维模式识别、非线性、小样本等方面有较......
讨论了神经网络系统应用于气象预报的实现,用VC维方法来寻找合适的网络结构,提出了一种神经网络和遗传算法相结合的天气预报方法,......
统计学习理论目前是处理小样本学习问题的最佳理论.然而,该理论主要是针对实随机样本的,它难以讨论和处理现实世界中客观存在的涉......
利用正交小波多分辨分析技术，研究了非过采样和有限样本下非平稳信号的滤波消噪问题。根据统计学习的结构风险最小化原则和VC维理论......
通过统计学习理论主要内容的介绍，阐述了VC维（Vapnik-Chervonenkis Dimension）、推广性的界、结构风险最小化（Structural Risk Minimaz......
介绍了机械故障诊断的历史、意义及研究现状，分析了现有故障诊断理论方法的优点及不足之处；简要介绍了统计学习理论和支持向量杌，探讨......
定义并估计了假设空间的统计量复杂性．据此可以找到一个基数性不超过假设空间的VC（Vapnik-Chervonenkis）维多项式级的线性经验泛函集，......
为了完善粗糙空间上学习过程收敛速度的界，根据粗糙空间上的信赖性测度的性质和传统的统计学习理论的相关知识，在粗糙空间上学习理论......
介绍了粗糙随机理论的基本内容,提出了退火熵、生长函数和VC维等概念.并在此基础上构建了基于VC维的学习过程一致收敛速度的界;随......
研究了再生核希尔伯特空间(RKHS)中的正则化学习算法,证明了其推广误差可分解为两个部分:逼近误差和估计误差,并应用VC维和算法稳......
针对传统统计模式识别理论中基于大数定理的假设,介绍了统计学习理论和以该理论为基础的支持向量机模式识别方法.指出了以结构风险......
文章研究的学习模型是可能近似正确（PAC）模型的一个推广变形。在这一模型下，文章研究了函数类学习的样本复杂度问题，其中包含了该函数......
统计学习理论是在有限样本下建立起来的统计学理论体系，而支撑矢量机是建立在统计学习理论的VC维理论和结构风险最小化原则上的一种......
提出变量可分离函数的径向基函数网络拟合模型（Fitting Model based Radial Basis Function network to Variable Separable Functi......
支持向量机是基于统计学习理论的新一代学习机器，本文主要阐述了支持向量机中关于VC维的理论，并就一类函数集的VC维的大小给出理论上......
该文将统计学习理论应用于特征选择和提取方法的分析，研究了影响特征选择和提取的要素并给出了正、负边缘距离的定义和特征选择和提......
神经网络技术在近二十年中得到极大的重视，取得了大量成果，本文在简单回顾神经网络历史的基础上对神经网络的未来发展进行了展望，并对......
入侵检测技术作为动态安全系统(P2DRR)最核心的技术之一,在网络纵深防御体系中起着极为重要的作用,它是静态防护转化为动态防护的......
支持向量机(SVM)是从统计学习理论基础上发展而来的新型机器学习理论。与传统机器学习方法相比,支持向量机方法兼具处理小样本问题......
分类器是模式识别系统的重要组成部分 也是机器学习的重要研究领域。支持向量机(Support Vector Machine)是一种新的分类器，由于能......
基于模糊随机样本,提出了熵、退火熵、生长函数和VC维等概念,并在此基础上构建了基于VC维的学习过程一致收敛速度的界;给出了基于......
损失函数度量回归分析中，信息损失和错误的程度是机器学习算法最小化的目标函数。本文研究在有限数据集上线性回归分析的损失函数选......
不确定数据的频繁项集挖掘作为很多数据挖掘任务的基本步骤,引起了很多学者的关注。但是当不确定数据集的规模很大时,会产生数目巨......
