经验风险相关论文
支持向量机(Support Vector Machine，SVM)是基于统计学习理论和结构风险最小化(Structural Risk Minimization，SRM)原则的一种机器学......
本文从支持向量机经验风险的利用、支持向量的合并约简以及训练样本的精简三方面进行论述。利用经验风险以提高分类器的泛化能力，对......
学习问题就是利用经验数据从给定函数集寻找待求的函数依赖关系的问题.其核心问题之一就是分析处理学习问题的各种方法(或算法)的......
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......
SVM是由Vapnik及其领导的AT&T Bell实验室研究小组提出的一种新的非常有发展前景的机器学习算法。本文通过它与神经网络学习算法的......
为使配电网重构有功功率损耗最小，提出一种基于极限学习机的神经网络重构模型来反映配电网负荷模式与开关状态之间的非线性关系。将......
对极限学习机的模型进行了研究，提出了一种结合期望风险最小化的极限学习机的预测模型。其基本思想是同时考虑结构风险和期望风险，根......
模糊孪生支持向量机是一种重要的机器学习方法,克服了噪声或异常数据对分类的影响;然而,该方法考虑的仍是经验风险,从而使得训练过......
受模糊支持向量机的启发,本文系统论述了带有模糊隶属度的数据域描述方法,称为模糊支持向量域描述.适用于数据集中的数据不完全肯......
针对核爆地震识别问题的特点,提出利用支持向量机(SVM)方法进行核爆地震的自动识别。该方法借助算法的内在能力来实现特征的选择变......
允许经验风险不为0是现代模式分类器构造方法区别于传统模式分类器构造方法的标志．为了进一步研究分类器构造观点的变化对模式分类......
该文提出了一种基于支撑向量机的支票手写体数字识别系统。支撑向量机方法,由于建立在结构风险最小化的基础上,而不仅仅使经验风险......
由给定的空间数据点集构造B样条曲线是CAGD中一个重要研究课题,常用的逼近方法实质上是基于“经验风险”意义下的最小二乘逼近。文......
采用最大分类树作为分析经验风险与结构风险的工具，对决策树分类准确率极限进行了研究。针对决策树模型的分类效果难以客观评价的问......
在高科技风险投资的众多风险中 ,投资环境不完善造成的环境风险以及由于投资者经验不足 ,不能巧妙运用各种投资技巧所引起的经验风......
