结构风险最小化相关论文
估计灰色Verhulst模型中的参数通常采用最小二乘法,这种基于大样本理论的经验风险最小化方法无法保证小样本预测下模型的推广性能.......
符号回归作为一种数据驱动建模的重要方法,能够在很好的拟合训练数据的同时,给出显性的数学表达式便于分析。在数据驱动建模中,一......
本文首先介绍了分类假设和所考虑的分类器,然后介绍了结构风险最小化与数据依赖的结构风险最小化,最后介绍了支持向量机的泛化性能......
本文基于统计学习理论中的结构风险最小化原理,提出了结构风险最小化神经网络方法及实现过程.该方法在自适应地扩展神经网络容量的......
支持向量机采用核函数来实现从原输入空间到一个高维空间的非线性映射,采用不同的核函数将会导致不同的支持向量机.本文研究了两种......
支持向量机以统计学习理论为基础,采用结构风险最小化准则,将学习问题转化为一个凸二次规划问题,能够得到全局最优解,适合解决小样......
针对来自系统参数、模型结构以及测量数据的不确定性等因素,建模它们的最优下界对实际问题的研究显得尤为重要.基于复杂系统的不确......
MEMS 压阻式压力传感器以硅半导体为敏感元件,环境温度作为非测量参量是引起传感器输出呈现显著非线性的关键原因,因此必须针......
通过对统计机器学习深入研究,研究人员认为统计机器学习理论有三个核心问题,他们是:1、风险界的问题(涉及VC维的计算或者估计);2、......
论文的主要内容包括:从统计学习理论的统计基础开始着手,与经典模式识别相比较,从中可以看到统计思想的发展进步:从统计学的大数定......
该文提出了利用支持向量及核方法来提高聚类的精度.与传统的聚类方法相比,基于支持向量的聚类方法有其新颖性,涉及到数据分析和机......
快速准确的纸币清分在银行业中具有非常重要的意义,通过使用灵敏准确的纸币清分机,能使繁琐的钞票清分工作变得简易、快捷和可靠.......
支持向量机和粗糙集理论是当今人工智能和机器学习领域的研究热点。支持向量机以结构风险最小化原则为分类准则,利用靠近分类边界的......
双支持向量机(TSVM)是基于支持向量机(SVM)上提出的一种新型机器学习方法,具有良好的学习性能,目前已成为机器学习领域的研究热点......
数据驱动建模可以不需要先验知识,就能挖掘出数据背后隐含的规律,是未来大数据时代的热门研究。相比于早期的依据确定模型计算参数......
深基坑变形预测一直是深基坑工程的一个重点研究课题,具有十分重要的理论意义和实际价值。支持向量机是一种基于结构风险最小化原......
支持向量机作为一种新的机器学习方法,由于其建立在结构风险最小化准则之上,从而使支持向量分类器具有较好的推广能力.本文介绍了......
土层冻结温度的高低直接影响着形成有效冻结壁厚度的时间和冻结壁厚度的取值,它与土的组成成份、含水率、密度、液限含水率、压......
本文基于结构风险最小化准则的标准支持向量回归机的方法,研究了生活需水量预测问题。在选择适当的参数和核函数的基础上,通过对上海......
提出了一种新的基于情感特征提取和借助支持向量机(SVM)分类器(classifier)的情感互相关性算法,并应用于语音情感识别.SVM分类器是......
支持向量机是以结构风险最小化的原则建立费用估算模型,在非线性小样本数据预测中能够到达较好的效果,但支持向量机的核函数选择还......
建立1种基于最小二乘支持向量机(least squares support vector machine,LSSVM)的模糊辨识方法,根据学习样本集的模糊聚类结果,产......
支持向量机(SVM)是统计学习理论最为成功的实现。支持向量机适用于两类样本的分类问题,面对正负样本数目失衡的情况,加权的方法虽......
用户适应问题是智能化人机接口设计中的一个重点和难点 ,它为人机接口的人性化、智能化和个性化提供支持 .由于用户自身的特殊性 ,......
VC维理论和结构风险最小化准则是统计学习理论中的重要内容 ,基于这一理论的支持向量机算法由于具有好的泛化性能受到重视 ,并被研......
本文首先从结构健康监测的概念出发,简述了当前结构损伤检测领域的研究状况和发展趋势。接下来论述了支持向量机的基本原理与方......
针对支持向量机遥感图像样本较大,图像中可能存在噪音、孤立点、交叉点等干扰,从而降低了支持向量机的准确率与泛化能力。针对以上......
为改善直接支持向量回归机(DSVMR)的稀疏性,提出一种适用于DSVMR的剪样训练算法.该算法利用矩阵变换实现剪样前后DSVMR的递推求解,......
为实现对于时间序列预测数据的准确预测,提出一种神经元拓展正则极端学习机(NERELM,Neuron-Expanding Regularized Extreme Learni......
单隐层前馈神经网络是应用最广泛的智能建模模型之一,但该模型面对小样本集时传统的学习算法易陷入过拟合,尤其当数据集包含较大噪......
针对传统分类算法隐含的假设(相信并且接受每个样本的分类结果)在医疗/故障诊断和欺诈/入侵检测等领域中并不适用的问题,提出嵌入......
统计学习理论是Vapnik等人提出的一种小样本学习理论,着重研究在小样本情况下的统计规律及学习方法性质,为机器学习问题建立了一个较......
人脸识别是当前人工智能和模式识别的研究热点.一个自动的人脸识别系统包括四个部分,即人脸检测和分割,人脸规范化,人脸特征提取(......
支持向量机(Support Vector Machines,简称SVMs)是建立在统计学习理论的VC(Vapnik-Chervonenkis)维理论和结构风险最小化原理基础上......
针对现有的属性效应控制方法无法有效控制非线性回归建模的属性效应问题,基于间隔最大化和结构风险最小化原则,通过向SVR目标学习......
支持向量机是以统计学习理论为基础的分类算法。本文主要介绍了统计学习理论的三大核心内容及支持向量机的基本理论和应用
Suppor......
本文在加权径向基函数这一统一方法的框架下,对常用的几种软计算方法(包括神经网络、小波网络、模糊系统、贝叶斯分类器、模糊划分......
本文针对和发表后,一些同行反馈较难理解的问题,对已发表的文献[1-5] 从以下四个方面进行解析,以期同行对其有更深入的理解.(一)总......
提出了一种结合小波变换的结构风险最小化空时均衡器(WSRM-STE),WSRM-STE采用小波变换技术可提高收敛速度.该方法在多维小波基上张......
分析了径向基插值代理模型的特点,为了提高代理模型的推广能力,引入了结构风险最小化基本原理;指出基函数满足Mercer条件的径向基......
本文基于统计学习理论中的结构风险最小化原理,从理论上给出了神经网络的结构设计方法和实现过程,该方法能自适应地扩展神经网络的容......
针对大噪声、小样本情形下神经网络学习的外推能力弱这一突出的问题,根据统计学习理论中结构风险最小化准则的基本原理,提出了一种......