导读:本文包含了结构风险最小化原则论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:最小化,风险,结构,样本,原则,函数,粗糙。
结构风险最小化原则论文文献综述
孙小慧,孙恒,吴涛[1]（2012）在《粗糙随机样本的结构风险最小化原则》一文中研究指出介绍了粗糙随机理论的基本内容,提出了退火熵、生长函数和VC维等概念.并在此基础上构建了基于VC维的学习过程一致收敛速度的界;随后给出了粗糙随机样本的结构风险最小化原则;最后证明了在此原则下收敛速度渐进分析的一些相关性质.(本文来源于《周口师范学院学报》期刊2012年05期）
何其慧,姚登宝,王翠翠,毛军军[2]（2011）在《基于模糊随机样本的结构风险最小化原则》一文中研究指出基于模糊随机样本,提出了熵、退火熵、生长函数和VC维等概念,并在此基础上构建了基于VC维的学习过程一致收敛速度的界;给出了基于模糊随机样本的结构风险最小化原则(FSSRM原则),证明了基于FSSRM原则下收敛速度渐进分析的相关性质。(本文来源于《计算机工程与应用》期刊2011年34期）
赵春雷[3]（2011）在《粗糙空间上结构风险最小化原则》一文中研究指出统计学习理论是处理小样本学习问题的重要理论方法。然而,该理论是建立在概率空间上基于实随机样本的,它难以讨论和处理现实世界中客观存在的涉及粗糙空间上粗糙样本的小样本统计学习问题。结构风险最小化原则是统计学习理论的核心内容之一,是构建支持向量机的重要基础。基于此,本文研究了粗糙空间上结构风险最小化原则。首先,给出了粗糙空间上粗糙变量退火熵、生长函数和VC维的定义,并证明了它们的一些性质;其次,构建了粗糙空间上基于VC维的风险泛函的界;再次,给出了粗糙空间上结构风险最小化原则,证明了该原则的一致性,同时推导出了收敛速度的界;最后,给出了粗糙空间上结构风险最小化原则的直接实现。(本文来源于《河北大学》期刊2011-05-01）
张植明,田景峰[4]（2010）在《基于随机粗糙样本的结构风险最小化原则》一文中研究指出提出了退火熵,生长函数和VC维等概念,构建了基于VC维的学习过程一致收敛速度的界。然后以这些界为基础,给出基于随机粗糙样本的结构风险最小化原则。最后证明该原则是一致的并且推导出了关于渐近收敛速度的界。(本文来源于《计算机工程与应用》期刊2010年21期）
白云超,张植明[5]（2010）在《拟概率空间上结构风险最小化原则》一文中研究指出首先,给出了拟概率空间上结构风险最小化原则。然后,为了解决在拟概率空间上结构风险是否一致收敛到期望风险,也就是根据这个最小化原则结构风险是否能收敛到最小可能的风险,给出并证明了结构风险最小化原则的一致收敛性。(本文来源于《计算机工程与应用》期刊2010年20期）
哈明虎,田景峰,张植明[6]（2009）在《基于复随机样本的结构风险最小化原则》一文中研究指出统计学习理论目前是处理小样本学习问题的最佳理论.然而,该理论主要是针对实随机样本的,它难以讨论和处理现实世界中客观存在的涉及复随机样本的小样本统计学习问题.结构风险最小化原则是统计学习理论的核心内容之一,是构建支持向量机的重要基础.基于此,研究了基于复随机样本的统计学习理论的结构风险最小化原则.首先,给出了标志复可测函数集容量的退火熵、生长函数和VC维的定义,并证明了它们的一些性质;其次,构建了基于复随机样本的学习过程一致收敛速度的界;最后,给出了基于复随机样本的结构风险最小化原则,证明了该原则是一致的,同时推导出了收敛速度的界.(本文来源于《计算机研究与发展》期刊2009年11期）
陈伟,李茜,汤伟[7]（2009）在《基于结构风险最小化原则的径向基函数网络》一文中研究指出通过分析径向基函数网络与支持向量机之间的关系,将结构风险最小化原则应用于径向基函数网络学习中,与传统的基于经验风险最小化原则的径向基函数网络相比,它充分保证了模型的泛化能力,能够弥补学习方法本身的缺陷。最后,将该算法应用于非线性时间序列预测,并与传统的径向基函数网络预测结果进行了比较,实验结果表明本算法提高了径向基函数网络的泛化能力。(本文来源于《化工自动化及仪表》期刊2009年03期）
张植明[8]（2009）在《双重随机样本的结构风险最小化原则》一文中研究指出提出退火熵、生长函数和VC维等概念,构建基于VC维的学习过程一致收敛速度的界。以这些界为基础,给出基于双重随机样本的结构风险最小化原则。最后证明该原则是一致的并且推导出了关于渐近收敛速度的界。(本文来源于《计算机工程与应用》期刊2009年01期）
朱启兵,刘杰,李允公,闻邦椿[9]（2005）在《基于结构风险最小化原则的奇异值分解降噪研究》一文中研究指出针对奇异值分解降噪中矩阵有效秩的阶次难以确定的问题,提出了利用结构风险最小化原则来确定矩阵的有效秩阶次的新方法。该方法依据统计学习理论,把有效秩阶次的选择看作是一个学习过程,利用结构风险最小化原则来代替传统的经验风险最小化,从而自动得到奇异值分解降噪中矩阵的有效秩。仿真表明,该方法不但具有较好的降噪精度和算法稳定性,而且降低了消噪模型算法的复杂度。(本文来源于《振动工程学报》期刊2005年02期）
结构风险最小化原则论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于模糊随机样本,提出了熵、退火熵、生长函数和VC维等概念,并在此基础上构建了基于VC维的学习过程一致收敛速度的界;给出了基于模糊随机样本的结构风险最小化原则(FSSRM原则),证明了基于FSSRM原则下收敛速度渐进分析的相关性质。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
结构风险最小化原则论文参考文献
[1].孙小慧,孙恒,吴涛.粗糙随机样本的结构风险最小化原则[J].周口师范学院学报.2012
[2].何其慧,姚登宝,王翠翠,毛军军.基于模糊随机样本的结构风险最小化原则[J].计算机工程与应用.2011
[3].赵春雷.粗糙空间上结构风险最小化原则[D].河北大学.2011
[4].张植明,田景峰.基于随机粗糙样本的结构风险最小化原则[J].计算机工程与应用.2010
[5].白云超,张植明.拟概率空间上结构风险最小化原则[J].计算机工程与应用.2010
[6].哈明虎,田景峰,张植明.基于复随机样本的结构风险最小化原则[J].计算机研究与发展.2009
[7].陈伟,李茜,汤伟.基于结构风险最小化原则的径向基函数网络[J].化工自动化及仪表.2009
[8].张植明.双重随机样本的结构风险最小化原则[J].计算机工程与应用.2009
[9].朱启兵,刘杰,李允公,闻邦椿.基于结构风险最小化原则的奇异值分解降噪研究[J].振动工程学报.2005
论文知识图
