本文關鍵詞：基于向量值再生核Hilbert空間的回歸學習，，由筆耕文化傳播整理發(fā)布。

【摘要】：現代信息技術主要依托數據分析與數據挖掘,機器學習以及學習理論在數據分析中占有重要地位。由于正則化算法的研究與維數縮減、數據挖掘、圖像處理等的密切聯(lián)系,其理論的研究與突破,具有重要的理論意義與應用價值。本文主要研究基于向量值的正則化回歸學習算法。本文研究了基于向量值再生核Hilbert空間的回歸學習算法。我們的想法是將標量值函數的學習理論拓展到向量值函數的學習。設輸出數據來自Hilbert空間Y,由YL)(-再生核生成的再生核Hilbert空間由X→Y的某些連續(xù)映射構成。通過證明向量值積分算子KL的性質,利用積分算子的技巧研究正則化回歸學習的一致性。在基于向量值回歸學習算法的一致性分析中,主要的創(chuàng)新點有兩個:第一,證明了基于向量值核的積分算子的性質;第二,采用積分算子的技巧研究基于向量值的正則化回歸學習算法的誤差分析與學習速率,從而證明了基于向量值再生核Hilbert空間的正則化算法的一致性。
【關鍵詞】：學習理論 向量值再生核Hilbert空間 誤差分析 學習速率
【學位授予單位】：濟南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP181;O177
【目錄】：

• 摘要6-7
• Abstract7-8
• 第一章 緒論8-20
• 1.1 統(tǒng)計學習理論8-11
• 1.2 再生核Hilbert空間與積分算子、樣本算子11-14
• 1.2.1 再生核Hilbert空間11-12
• 1.2.2 積分算子12-13
• 1.2.3 樣本算子13-14
• 1.3 正則化算法14-20
• 1.3.1 正則化14-15
• 1.3.2 正則化回歸算法15-16
• 1.3.3 正則化條件16-20
• 第二章 向量值再生核Hilbert空間20-30
• 2.1 引言20
• 2.2 向量值再生核Hilbert空間20-23
• 2.3 基于向量值再生核的積分算子23-30
• 第三章 基于向量值核的正則化回歸學習的誤差分析30-40
• 3.1 引言30-31
• 3.2 算法優(yōu)化解的解析表達式31-34
• 3.3 誤差分解34
• 3.4 逼近誤差的估計34-35
• 3.5 樣本誤差的估計35-40
• 第四章 總結與展望40-42
• 4.1 總結40
• 4.2 進一步工作展望40-42
• 參考文獻42-46
• 致謝46-48
• 附錄48-49

【相似文獻】

中國期刊全文數據庫 前10條

1 司徒榮,黃敏;Hilbert空間上帶跳倒向隨機微分方程的解(Ⅱ)[J];中山大學學報(自然科學版);2001年04期

2 吳漢忠,李訓經;Hilbert空間中具無界控制的無限時區(qū)線性二次最優(yōu)控制問題[J];數學學報;2003年04期

3 汪文瓏,許跟起;Hilbert空間上最終范數連續(xù)半群的特征刻畫[J];數學學報;2005年01期

4 侯國林;阿拉坦倉;黃俊杰;;Hilbert空間線性二次最優(yōu)控制問題中的一個算子的可逆性[J];數學學報;2007年02期

5 常娟,薛星美;序Hilbert空間中的時脈沖中立型泛函微分方程[J];東南大學學報(自然科學版);2005年04期

6 張步城，厲則治;Hilbert空間值隨機三角列的強穩(wěn)定性[J];高校應用數學學報A輯(中文版);1994年03期

7 張連平;Hilbert空間中最終范數連續(xù)半群的特征條件[J];數學學報;2003年03期

8 賈美柱,趙長健;關于兩個新Hilbert積分不等式[J];數學雜志;2005年05期

9 龐永鋒;謝衛(wèi)強;;利用Hilbert空間的性質證明積分不等式[J];高等數學研究;2006年01期

10 洪勇;一個新的Hilbert重積分不等式[J];西南師范大學學報(自然科學版);2005年04期

中國博士學位論文全文數據庫 前4條

1 趙

本文編號：428055