统计学习理论相关论文
回归分析是当今统计学最为重要的分支学科之一。特别是,在线性回归问题中,著名学者Gauss以及Legendre提出了最为经典的最小二乘估......
在回归分析领域,最小二乘法在实践中被广泛应用,但若数据集中含有异常值或非高斯分布噪声,其性能表现可能会大幅度降低.在此背景下......
支持向量机SVM （Support Vector Machine）是在统计学理论基础上发展起来的一种新机器学习方法。上世纪90年代,一个较完善的理论体系-......
机器学习已被广泛应用于社会生产生活当中,它为我们的生活提供了巨大的便利,也为生产力的发展提供了动力.在众多机器学习模型中,多......
支持向量机(SVM)是一种基于结构风险最小化原理的机器学习技术,也是一种新的具有很好泛化性能的回归方法.本文研究了利用支持向量......
提出了应用小波包变换和统计学习理论相结合进行滚动轴承故障诊断的方法。对故障轴承的特征提取和故障特征准确分类是解决该问题的......
中长期电力负荷是一个受到社会、经济等多方面因素综合影响的复杂过程,传统预测算法难以准确预测.针对这一问题,利用支持向量机回......
本文研究了支持向量机在经济上的应用.企业的投资财务决策有很多种方法,但都是由一些其本的属性来进行计算来决策.支持向量机可以......
基于统计学习理论的支持向量机首先是针对数据分类问题提出的,在人脸识别等方面取得成功应用之后,很多学科,包括自动控制领域都进......
本文旨在介绍统计学习理论和支持向量机的基本思想及其研究进展,目的在于激发更多学者能够看到它们的优势从而投入该方面的研究.......
统计学习理论是一种实现结构风险最小化的机器学习理论.支持向量机和支持向量数据描是在统计学习理论指导下发展起来的两类机器学......
由于复杂机械产品的系统级可靠性试验数据极少,且难以确定其组成单元的准确寿命分布,传统的基于渐进理论的可靠性评估方法已经难以......
介绍了一种支持向量机算法.首先利用小波变换提取心电图特征,消除了冗余信息和噪声,同时降低了样本数据维数;然后基于支持向量机算......
支持向量机(SVM)是建立在统计学习理论基础上的一种小样本机器学习方法.本文根据影响单桩竖向极限承载力的主要因素,建立了单桩竖......
选取随船观测的三亚地区2016-01-06至2016-01-09连续4天的折射率结构常数C2n及温度、风速、相对湿度三种常规气象参数, 基于后向传......
本文介绍Vapnik等在SLT基础上提出的SVM算法包括支持向量分类算法和支持向量回归算法,并展望这一计算机学界的新成果在化学化工领......
噪声干扰抑制是发电机局部放电在线监测需要解决的关键问题之一。在各类噪声干扰中，随机脉冲干扰由于其时域和频域特性都与局部......
核函数是支持向量机中的核心部分,它决定了支持向量机中非线性的原始数据空间到高维特征空间的映射关系.不同核函数有不同的特点,......
分析了Vapnik统计学习理论的贡献,研究现状与不足,并介绍了作者的研究成果,其中包括线性支持向量机的几何解释,核技巧的理论分析和......
基于统计学习理论的支持向量机是20世纪90年代发展起来的机器学习技术，它在解决小样本、非线性和高维模式识别问题中表现出特有优势......
提出了不确定空间上复不确定变量及其分布函数、期望和方差的概念, 证明了不确定空间上基于复样本的Markov不等式、Chebyshev不等......
学习过程一致收敛速率的界是基于随机样本的统计学习理论的重要理论基础。考虑到随机集的客观存在性，在基于随机样本的统计学习理论......
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......
粒子识别技术在大气污染监测中的空气质量检测和各种气体粒子成份分析等领域,具有广泛的应用前景.该文基于粒子的激光散射特性,研......
统计学习理论是一种专门研究小样本情况下机器学习规律的理论，支持向量机方法是在该理论基础上发展起来的通用学习方法，它具有全局优......
本文主要包含三方面的内容：阵列天线、支持向量机以及两者结合应用研究。 支持向量机是由Vapnik等人提出的小样本统计理论——统......
本论文针对支持向量机中目前存在的一些问题，进行了较为深入的研究，对支持向量机方法进行扩展与研究。 本文归纳、总结了核函......
统计学习理论是一种专门研究小样本情况下机器学习规律的理论。支持向量机(SVM)是建立在统计学习理论基础之上，根据有限的样本信息......
统计学习理论作为一种专门的小样本学习理论,针对模式识别和机器学习的实际问题,在解决小样本、非线性及高维模式识别等问题中表现......
支持向量机是基于统计学习理论的一种机器学习算法,近年来由于其良好的分类和回归性能、较强的泛化能力受到广泛的关注,在理论研究......
基于数据的机器学习问题是现代智能技术中十分重要的研究内容，该技术主要是研究如何从一些观测数据（样本）出发，得出目前尚不能通过原理......
该文首次将统计模型的结构优化问题单独提了出来,指出统计模型的结构优化就是如何找到模型的复杂度和训练精度的最优解的问题.模型......
机器学习一直被认为是经验科学，在泛化性能、计算效率、非线性、模型简洁程度等几个方面都缺少理论指导.幸运的是，一大批学者一直致......
统计学习理论是当前机器学习领域一个研究热点,它为有限样本学习问题提供了一个统一的框架.建立在该理论基础上的支持向量机,以其......
径向基函数神经网络是一种结构简单、训练简洁、应用广泛的人工神经网络。网络性能好坏的关键在于中心的选取。中心的数量即隐层节......
在Vladimir N.Vapnik的统计学习理论基础上发展起来的支持向量机(Support Vector Machines,SVMs)是目前模式识别领域中最先进的机......
统计学习理论在低维独立同分布采样的数据上面有很好的理论性质及应用效果。随着应用层面的扩大，结构化数据以及有各种复杂约束的数......
该文针对多传感器信息融合理论及其在模式识别尤其在图像数据的融合和识别中的应用等问题进行了探索性的研究,其基本观点是:模式特......
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......
在科学、商业和政府等领域数据在猛增。这使得非常有必要研究自动和智能的工具和技术，能够从这些海量数据中分析、总结并提取知识。......
该文在系统地研究了统计学习理论和在线建模与内模控制、预测控制的理论基础上,提出了一种适合在线建模的支持向量机回归模型,以及......
神经网络的理论基础是最小化经验误差，这种基于传统的渐进理论的学习方法，在训练样本点无穷多时是适用的。但是实际的情况是训练样本......
本文以冷连轧轧制过程动态仿真及控制优化课题为背景，将数据挖掘技术应用于仿真系统的数据处理和模型优化，建立基于数据挖掘技术......
统计学习理论(简称SLT),着重研究在小样本情况下的统计规律及学习方法的性质,为解决样本有限情况下的机器学习问题提供了统一的框......
支持向量机还是一门崭新的技术.无论是理论上还是实际应用中,都有许多问题亟待解决,如训练算法速度慢、参数值的选取等.论文针对以......
