关键定理相关论文
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......
考虑到现实世界的模糊性,该文结合模糊集理论和模糊统计学的知识,对作为统计学习理论基础的关键定理和学习过程一致收敛速度的界进......
基于实随机变量的统计学习理论现己被公认为是处理小样本学习问题的最佳理论，它已成为国际机器学习领域新的研究热点。但它难以讨论......
基于统计学习理论和粗糙模糊理论，本文讨论了基于可信性测度和粗糙模糊样本的统计学习理论的理论基础。给出并证明了基于可信性测度......
基于模糊随机样本空间,提出了模糊随机期望风险泛函,模糊随机经验风险泛函和模糊随机经验风险泛函最小化原则等概念；基于模糊随机变......
以刘宝碇提出的模糊随机变量的概念为基础,给出了基于模糊随机样本的模糊随机期望风险泛函、模糊随机经验风险泛函以及模糊随机经......
首先介绍了随机模糊理论的基本内容，进而证明了基于随机模糊样本的统计学习理论的关键定理，且讨论了学习过程一致收敛速度的界，为系统......
讨论了Sugeno测度这类有代表性的非可加测度的性质,给出了Sugeno测度空间上的gλ随机变量及其分布函数、期望和方差的定义及性质,......
本文介绍双重粗糙理论的基本内容;提出双重粗糙经验风险泛函,双重粗糙期望风险泛函,双重粗糙经验风险最小化原则等概念;最后证明基......
结合粗糙随机理论和粗糙统计学的知识，对粗糙随机样本下的统计学习理论学习过程的一致性和关键定理等进行了推广，提出了粗糙风险泛函......
支持向量机目前已成为机器学习领域新的研究热点，而统计学习理论中的关键定理为支持向量机等的研究提供了重要的理论基础。提出了粗......
进一步讨论了拟概率的一些性质，给出了拟概率空间上的拟随机变量及其分布函数、期望和方差的概念及若干性质；证明了拟概率空间上的Ma......
介绍随机粗糙理论的基本内容。提出随机粗糙经验风险泛函，随机粗糙期望风险泛函，随机粗糙经验风险最小化原则等概念。最后证明基于随......
介绍双重随机理论的基本内容。提出双重随机经验风险泛函，双重随机期望风险泛函，双重随机经验风险最小化原则等概念。最后证明基于双......
引入复gλ随机变量、准范数的定义，给出了复歇随机变量的期望和方差的概念及若干性质；证明了基于复gλ随机变量的马尔可夫不等式、契......
关键左理是统计学习理论的重要组成部分。但是，目前的研究主要集中在实随机变量且样本不受噪声影响。引入了复gλ随机变量、准范数......
关键定理是统计学习理论的重要组成部分,但目前其研究主要集中在概率空间上且假设样本不受噪声的影响。鉴于此,提出了泛空间上样本......
结合机会测度理论和统计学习理论,提出了机会空间上受噪声影响的复hybrid样本的复期望风险泛函、复经验风险泛函以及复经验风险最......
为了将统计学习理论加以推广，使之能更多地应用到非概率空间上，利用机会空间上机会测度的单调性，次可加性等性质，证明了在机会空间上也......
引入复拟（概率）随机变量，准范数的定义。给出了复拟随机变量的期望和方差的概念及若干性质；证明了基于复拟随机变量的马尔可夫不等式，契......
统计学习理论的关键定理和学习过程一致收敛速度的界两部分内容为支持向量机等应用性研究提供了理论依据，因此在统计学习理论中起着......
支持向量机是机器学习领域一个研究热点，而统计学习理论中的关键定理为支持向量机的研究提供了重要的理论基础。基于模糊样本，提出了......
结合模糊集理论和模糊统计学的知识,对作为统计学习理论基础的关键定理进行推广,提出了模糊学习问题的一般表示,给出并证明了模糊......
统计学习理论是一种较好的小样本统计理论，它所处理的数据是随机样本、考虑到现实世界的模糊性，把统计学习理论中的样本从随机样本扩......
考虑到现实世界的模糊性，结合模糊集理论和模糊统计学的知识，首先给出了关于模糊数函数以及模糊随机变量函数的若干定理；提出了模糊学......
给出泛空间上泛随机变量及其分布函数、泛期望和泛方差的定义和性质，证明泛空间上的Chebyshev不等式和Khinchine大数定律；给出泛空间......
给出了可信性测度空间上复模糊变量定义及一些性质；给出了复模糊变量的经验风险泛函、期望风险泛函以及经验风险最小化原则严格一致......
