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......
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......
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......
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有限样本情况下机器学习规律的理论，它不仅考虑了对推广能力的要求，而且追求在现有有限信息的条件下得到......
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......
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......
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......
该文着重研究将支持向量机(SVWs)应用于工业过程软测量技术的理论、方法和应用技术,并在此基础上研制开发了基于嵌入式系统的通用......
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......
同步发电机建模是研究发电机特性的重要方法，也是进行仿真、优化以及控制的基础。通常，采用一定的假设和简化，得出一系列数学微分方程......
随着网络技术、数据库、传感器、基因组学和蛋白质组学的发展，数据供给能力和数据分析能力间的矛盾日益突出，迫切需要一种能够对数据......
基于统计学习理论和结构风险最小化原理的支持向量机(SupportVectorMachine，简称SVM)是一种非常有力的机器学习新方法，较好的解决了......
统计学习理论是在传统统计学基础上发展起来的一种具有坚实理论基础的机器学习方法,自20世纪90年代以来,自身形成了一个较完善的理......
支持向量机是Vapnik教授领导的研究小组于上世纪末提出的一种机器学习的新方法,是统计学习理论的核心部分,是处理小样本学习的有效......
支持向量机是20世纪90年代发展起来的一个机器学习方法,以统计学习理论为根基,广泛地应用于模式识别、回归预测和密度估计等方面。......
任何能够提高系统性能的过程都可以被称作是学习的过程，学习问题一直被认为是人工智能和生物智能的核心问题。随着网络技术和数据存......
该文运用软计算框架中的两种技术——模糊和神经网络技术对数据挖掘算法进行了进一步的研究,研究的着眼点在于提高数据挖掘算法的......
统计学习理论是一种专门研究有限样本情况下机器学习规律的理论,它不仅考虑了对推广能力的要求,而且追求在现有有限信息的条件下得......
统计学习理论和核技术的结合造就了支持向量机的成功，同时也触发了核机器的产生和其迅速的发展。核机器已经成为机器学习领域一个新......
在网络应用范围越来越广,网络服务越来越便利的情况下,网络安全是人们不得不面对的一个难题。网络中的各种资源和重要信息无时不受......
Web已经成为获取信息的最重要手段之一。海量的网页在为人们提供包罗万象、无比丰富的信息资源同时,也向人们提出了如何快速地从信......
互联网的发展逐渐改变了人们的生活方式,电子邮件因其方便、快捷的特点已受到人们的青睐,许多重要信函也会通过电子邮件的方式传送......
统计学习理论是一种专门研究有限样本情况下机器学习规律的理论，它不仅考虑了对推广能力的要求，而且追求在现有有限信息的条件下得到......
统计学习理论是专门研究小样本情况下机器学习的理论,其核心思想是通过控制学习机器的复杂度来控制学习机器的推广能力。在统计学......
支撑向量机(Support Vector Machine,SVM)是近年来受到广泛关注的一类学习机器,它以统计学习理论(Statistical Learning Theory,SL......
支持向量机(support vector machine，SVM)是一种新的机器学习算法，是借助于最优化方法解决机器学习问题的新工具，它的理论基础是Vapni......
软测量技术为解决工业控制系统在线检测过程中，一些控制参数无法通过检测仪表进行直接检测或由于检测仪表价格昂贵难以应用等实际难......
支持向量机(Support Vector Machines)是20世纪90年代由Vapnik等人提出的一类新型机器学习方法，它能够非常成功地处理分类和回归问......
论文围绕支持向量机分类器的算法及支持向量机应用于货币识别进行了一些探索性的研究。货币识别是一个小样本、非线性和高维模式识......
支持向量机(SVM)是建立在统计学习理论(SLT)的VC维理论和结构风险最小原理基础上的一种新的通用学习方法,它根据有限的样本信息在......
