期刊文献+
共找到170篇文章
< 1 2 9 >
每页显示 20 50 100
基于统计学习理论的电力系统暂态稳定评估 被引量:71
1
作者 许涛 贺仁睦 +1 位作者 王鹏 徐东杰 《中国电机工程学报》 EI CSCD 北大核心 2003年第11期51-55,共5页
该文利用基于结构风险最小化原理的支持向量机,结合装袋和近似推理,提出了电力系统暂态稳定评估模型的构造方法。该方法充分发挥支持向量机在解决有限样本、非线性及高维识别中体现出的优势,有效地提高了暂稳评估模型的泛化能力,并通过... 该文利用基于结构风险最小化原理的支持向量机,结合装袋和近似推理,提出了电力系统暂态稳定评估模型的构造方法。该方法充分发挥支持向量机在解决有限样本、非线性及高维识别中体现出的优势,有效地提高了暂稳评估模型的泛化能力,并通过训练样本集重构解决了暂稳评估的多类识别问题,在该评估模型中利用样本规范化、装袋和近似推理提高了训练速度和预测结果的精度及稳定性。在IEEE39节点测试系统中的应用结果证明了该方法对暂态稳定评估的有效性。 展开更多
关键词 电力系统 暂态稳定评估 统计学习理论 支持向量机 人工智能 神经网络
在线阅读 下载PDF
基于统计学习理论的支持向量机预测模型 被引量:11
2
作者 章永来 史海波 +1 位作者 周晓锋 杨秀锋 《统计与决策》 CSSCI 北大核心 2014年第5期72-74,共3页
针对测试人体脂肪含量相对比较复杂的问题,文章根据日常测试的包含14个特征值的样本数据,设计了一种基于统计学习理论的支持向量机预测方法。通过四种常用核函数和监测均方根误差与平方相关系数两项关键指标,对比分析实验表明利用支持... 针对测试人体脂肪含量相对比较复杂的问题,文章根据日常测试的包含14个特征值的样本数据,设计了一种基于统计学习理论的支持向量机预测方法。通过四种常用核函数和监测均方根误差与平方相关系数两项关键指标,对比分析实验表明利用支持向量机预测人体的脂肪含量具有很好的效果。 展开更多
关键词 统计学习理论 支持向量机 人体脂肪 回归 预测
在线阅读 下载PDF
小样本机器学习理论:统计学习理论 被引量:26
3
作者 谭东宁 谭东汉 《南京理工大学学报》 EI CAS CSCD 北大核心 2001年第1期108-112,共5页
统计学习理论是由Vapnik等人提出的一种有限样本统计理论 ,是模式识别领域新近发展的一种新理论 ,着重研究在小样本情况下的统计规律及学习方法性质。它为小样本机器学习问题建立了一个较好的理论框架 ,也发展了一种新的通用学习算法—... 统计学习理论是由Vapnik等人提出的一种有限样本统计理论 ,是模式识别领域新近发展的一种新理论 ,着重研究在小样本情况下的统计规律及学习方法性质。它为小样本机器学习问题建立了一个较好的理论框架 ,也发展了一种新的通用学习算法———支持向量机 ,较好地解决了小样本机器学习问题。该文旨在介绍统计学习理论的基本思想、特点。 展开更多
关键词 样本 统计估计 模式识别 统计学习理论 机器学习理论 支持向量机
在线阅读 下载PDF
用统计学习理论预测变压器油中溶解气体浓度 被引量:17
4
作者 王鹏 许涛 《高电压技术》 EI CAS CSCD 北大核心 2003年第11期13-14,共2页
提出了一种新的预测电力变压器油中溶解气体浓度的方法 ,该方法通过构造支持向量机 (SVM)和进行 Ad-a Boost加强推理 ,很好的利用了 SVM解决有限样本问题的优势 ,提高了预测精度和泛化能力。
关键词 变压器油 预测 溶解气体浓度 统计学习理论 绝缘油 电力变压器
在线阅读 下载PDF
支持向量机的理论基础——统计学习理论 被引量:19
5
作者 王国胜 钟义信 《计算机工程与应用》 CSCD 北大核心 2001年第19期19-20,31,共3页
支持向量机是机器学习领域的研究热点之一,其理论基础是统计学习理论。该文严谨且通俗地描述了这一理论的概貌,并提出有附加信息的统计学习理论的设想。
关键词 支持向量机 统计学习理论 模式识别 机器学习
在线阅读 下载PDF
基于统计学习理论的海色遥感叶绿素浓度反演方法 被引量:3
6
作者 蒋刚 肖建 +1 位作者 郑永康 宋昌林 《中国海洋大学学报(自然科学版)》 CAS CSCD 北大核心 2006年第4期559-563,共5页
根据卫星遥感信息反演叶绿素浓度对估计水域初级生产力的重要作用,分析已有反演方法的不足之处;尝试将基于统计学习理论的复合核函数方法引入到这一领域,并用SeaBAM的数据进行实验,结果显示该方法性能优良;从理论上分析其在样本数较少... 根据卫星遥感信息反演叶绿素浓度对估计水域初级生产力的重要作用,分析已有反演方法的不足之处;尝试将基于统计学习理论的复合核函数方法引入到这一领域,并用SeaBAM的数据进行实验,结果显示该方法性能优良;从理论上分析其在样本数较少的情况下,核函数方法可以避免过学习的原因;与神经网络法和传统的经验方法相比,该方法体现出较大的实用价值和较好的应用前景。 展开更多
关键词 卫星遥感 叶绿素浓度 反演 统计学习理论 复合核函数
在线阅读 下载PDF
基于统计学习理论的提高采收率潜力预测 被引量:8
7
作者 侯健 乐友喜 +2 位作者 王才经 陈月明 贾国通 《石油大学学报(自然科学版)》 CSCD 北大核心 2004年第4期67-70,共4页
将近年来在统计理论方面的最新研究成果引入到提高采收率潜力分析中,对自组织、改进型BP神经网络、支持向量机3种方法在提高采收率潜力预测中的应用进行了探讨。3种方法的对比研究表明,在所用样本较少的条件下,支持向量机方法能够兼顾... 将近年来在统计理论方面的最新研究成果引入到提高采收率潜力分析中,对自组织、改进型BP神经网络、支持向量机3种方法在提高采收率潜力预测中的应用进行了探讨。3种方法的对比研究表明,在所用样本较少的条件下,支持向量机方法能够兼顾模型的通用性和推广性,即由有效的训练集样本得到的小的误差能够保证对独立的测试集的误差仍保持较小,该方法具有较好的应用前景。 展开更多
关键词 统计学习理论 支持向量机 推广性 测试集 BP神经网络 通用性 模型 提高采收率 潜力分析 改进型
在线阅读 下载PDF
统计学习理论及支持向量机概述 被引量:12
8
作者 郑红军 周旭 毕笃彦 《现代电子技术》 2003年第4期59-61,共3页
针对传统统计模式识别理论中基于大数定理的假设,介绍了统计学习理论和以该理论为基础的支持向量机模式识别方法。指出了以结构风险最小化为原则的分类器设计方法,即同时兼顾分类能力最优化和经验风险最小化。支持向量机是统计学习理论... 针对传统统计模式识别理论中基于大数定理的假设,介绍了统计学习理论和以该理论为基础的支持向量机模式识别方法。指出了以结构风险最小化为原则的分类器设计方法,即同时兼顾分类能力最优化和经验风险最小化。支持向量机是统计学习理论的VC维理论和结构风险最小原理的具体实现,他通过非线性变换将输入空间变换到一个高维空间,然后在这个新空间中求取最优线性分类面。 展开更多
关键词 统计学习理论 支持向量机 VC维 结构风险 模式识别方法
在线阅读 下载PDF
粒计算与统计学习理论 被引量:4
9
作者 张铃 钱付兰 何富贵 《计算机科学与探索》 CSCD 2013年第8期754-761,共8页
互联网信息时代,如何从复杂的数据中进行有目标的数据挖掘是很多领域的一个中心问题。目前针对此问题的方法大多是基于统计学习理论的机器学习方法,并且粒计算在数据挖掘问题中有着广泛的应用。将粒计算方法与统计学习方法相结合,提出... 互联网信息时代,如何从复杂的数据中进行有目标的数据挖掘是很多领域的一个中心问题。目前针对此问题的方法大多是基于统计学习理论的机器学习方法,并且粒计算在数据挖掘问题中有着广泛的应用。将粒计算方法与统计学习方法相结合,提出了一个更优的粒计算统计学习方法。给出了一个基于粒计算的统计分类算法,并与支持向量机(support vector machine,SVM)、覆盖算法进行了比较,实验表明通过粒化所得到的支持向量求解出的分类结果较优。 展开更多
关键词 统计学习理论 粒计算 商空间 支持向量机(SVM)
在线阅读 下载PDF
基于双重随机样本的统计学习理论的理论基础 被引量:10
10
作者 张植明 田景峰 《计算机工程与应用》 CSCD 北大核心 2008年第17期33-36,共4页
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。最后证明基于双重随机样本的统计学习理论的关键定理并讨论学习过程一致收敛速度的界。为系统建立基于不确定样本的统... 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。最后证明基于双重随机样本的统计学习理论的关键定理并讨论学习过程一致收敛速度的界。为系统建立基于不确定样本的统计学习理论并构建相应的支持向量机奠定了理论基础。 展开更多
关键词 双重随机样本 统计学习理论 双重随机经验风险最小化原则 关键定理 一致收敛速度的界
在线阅读 下载PDF
基于统计学习理论的小波神经网络优化 被引量:4
11
作者 黄敏 崔宝同 顾树生 《系统仿真学报》 EI CAS CSCD 北大核心 2006年第7期1769-1772,共4页
传统的离散仿射小波神经网络训练都是建立在大样本基础上的,当样本数量较少时,不能保证网络的泛化能力。在研究统计学理论的基础上,提出了以结构风险最小化为目标的训练方法。首先根据样本数据和小波基函数的时频局部化特性构造隐含层... 传统的离散仿射小波神经网络训练都是建立在大样本基础上的,当样本数量较少时,不能保证网络的泛化能力。在研究统计学理论的基础上,提出了以结构风险最小化为目标的训练方法。首先根据样本数据和小波基函数的时频局部化特性构造隐含层函数集,并按照小波基函数的能量大小来建立函数嵌套结构,然后采用自适应正交最小二乘法来训练网络权值,保证训练的小波神经网络结构风险最小化。仿真表明该方法不仅具有较高的收敛速度,而且最大限度地保证了网络的泛化能力。 展开更多
关键词 统计学习理论 小波神经网络 结构风险最小化 自适应正交最小二乘法
在线阅读 下载PDF
基于统计学习理论的高含盐油藏储层渗透率变化预测 被引量:5
12
作者 尤启东 陈月明 《油气地质与采收率》 CAS CSCD 北大核心 2006年第2期75-77,共3页
为了在较少的实验数据条件下,实现对高含盐油藏储层渗透率变化规律的有效预测,对自组织、改进型BP神经网络和支持向量机3种方法在水驱储层渗透率变化预测中的应用进行了探讨。3种方法的对比研究表明,在小样本条件下,支持向量机方法能够... 为了在较少的实验数据条件下,实现对高含盐油藏储层渗透率变化规律的有效预测,对自组织、改进型BP神经网络和支持向量机3种方法在水驱储层渗透率变化预测中的应用进行了探讨。3种方法的对比研究表明,在小样本条件下,支持向量机方法能够兼顾模型的通用性和推广性。在王场油田潜三段北断块油藏储层渗透率变化的敏感性分析应用结果表明,该方法可准确地预测储层渗透率的变化规律;编制的动态油藏数值模拟软件应用结果显示,考虑储层渗透率变化的剩余油数值模拟结果符合率达75%,而不考虑储层渗透率变化的结果符合率仅为45%,充分说明了动态模拟的优越性。 展开更多
关键词 统计学习理论 BP神经网络 支持向量机 渗透率 预测 高含盐油藏
在线阅读 下载PDF
统计学习理论算法在跳频信号分选中的应用 被引量:4
13
作者 王锐 徐祎 《空军工程大学学报(自然科学版)》 CSCD 北大核心 2010年第2期67-72,共6页
在第3方截获并检测到跳频通信信号后,由于无先验知识,所以对其进行网台分选不便采用传统有监督学习算法。即便采用无监督的算法,目前多数算法对分类个数等相关消息也必须有所借鉴并在多分选参数的逐级分选中通过先验知识进行有效性判断... 在第3方截获并检测到跳频通信信号后,由于无先验知识,所以对其进行网台分选不便采用传统有监督学习算法。即便采用无监督的算法,目前多数算法对分类个数等相关消息也必须有所借鉴并在多分选参数的逐级分选中通过先验知识进行有效性判断和筛选。针对电子支援中探测到的跳频信号分选所遇到的困难,利用统计学习理论在小样本学习及非线性分类上较其它传统分类算法更好的性能,提出基于统计学习理论的无监督及半监督学习算法,对第3方得到的跳频网台分选进行应用,取得理想结果。为跳频通信侦察过程中的分选工作,提供一种应用鲁棒性好,分选准确度高的方法。 展开更多
关键词 跳频信号 网台分选 统计学习理论 半监督学习
在线阅读 下载PDF
基于统计学习理论的信息安全风险管理 被引量:2
14
作者 杨莉 赵莉 曹扬 《统计与决策》 CSSCI 北大核心 2008年第16期183-184,共2页
文章详细论述了统计学习的基本理论和信息安全风险管理的重要性,提出了应用结构风险最小化原则和支持向量机进行信息安全风险管理的思想,对于信息安全风险管理新方法的研究应用具有积极意义。
关键词 统计学习理论 结构风险最小化 支持向量机 信息安全风险管理
在线阅读 下载PDF
Rademacher复杂度在统计学习理论中的研究:综述 被引量:1
15
作者 吴新星 张军平 《自动化学报》 EI CSCD 北大核心 2017年第1期20-39,共20页
假设空间复杂性是统计学习理论中用于分析学习模型泛化能力的关键因素.与数据无关的复杂度不同,Rademacher复杂度是与数据分布相关的,因而通常能得到比传统复杂度更紧致的泛化界表达.近年来,Rademacher复杂度在统计学习理论泛化能力分... 假设空间复杂性是统计学习理论中用于分析学习模型泛化能力的关键因素.与数据无关的复杂度不同,Rademacher复杂度是与数据分布相关的,因而通常能得到比传统复杂度更紧致的泛化界表达.近年来,Rademacher复杂度在统计学习理论泛化能力分析的应用发展中起到了重要的作用.鉴于其重要性,本文梳理了各种形式的Rademacher复杂度及其与传统复杂度之间的关联性,并探讨了基于Rademacher复杂度进行学习模型泛化能力分析的基本技巧.考虑样本数据的独立同分布和非独立同分布两种产生环境,总结并分析了Rademacher复杂度在泛化能力分析方面的研究现状.展望了当前Rademacher复杂度在非监督框架与非序列环境等方面研究的不足,及其进一步应用与发展. 展开更多
关键词 机器学习 统计学习理论 泛化界 Rademacher复杂度
在线阅读 下载PDF
基于随机粗糙样本的统计学习理论研究 被引量:1
16
作者 张植明 《计算机工程与应用》 CSCD 北大核心 2008年第31期43-46,63,共5页
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。最后证明基于随机粗糙样本的统计学习理论的关键定理并讨论学习过程一致收敛速度的界。
关键词 随机粗糙样本 统计学习理论 随机粗糙经验风险最小化原则 关键定理 一致收敛速度的界
在线阅读 下载PDF
统计可学习理论的几个问题(英文)
17
作者 段志生 黄琳 《北京大学学报(自然科学版)》 CAS CSCD 北大核心 2000年第3期347-357,共11页
证明了如果函数族F具有UCEM性质 ,那么F是完全有界的。此外如果F关于概率族P是PAC可学习的或具有UCEM性质 ,则F关于P的闭包 P也具有同样的性质。构造了一个非多项式可学习的例子 ,说明了PAC可学习的概念族可以有任意的复杂性。最后讨... 证明了如果函数族F具有UCEM性质 ,那么F是完全有界的。此外如果F关于概率族P是PAC可学习的或具有UCEM性质 ,则F关于P的闭包 P也具有同样的性质。构造了一个非多项式可学习的例子 ,说明了PAC可学习的概念族可以有任意的复杂性。最后讨论了概念族C关于概率族P及其凸包C(P)的可学习性 ,并纠正了文 [1]的一点错误。 展开更多
关键词 UCEM性质 PAC可学习 完全有界 统计学习理论
在线阅读 下载PDF
可信性空间上基于复模糊变量的学习理论的关键定理
18
作者 田景峰 张植明 《华北电力大学学报(自然科学版)》 CAS 北大核心 2009年第4期104-109,共6页
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收敛的定义。在此基础上给出并证明了基于复模糊变量的学习理论的关键定理,为系统建立可信性空间上的复... 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收敛的定义。在此基础上给出并证明了基于复模糊变量的学习理论的关键定理,为系统建立可信性空间上的复统计学习理论奠定了理论基础。 展开更多
关键词 可信性测度空间 复模糊变量 关键定理 统计学习理论
在线阅读 下载PDF
面向认知的多源数据学习理论和算法研究进展 被引量:4
19
作者 杨柳 于剑 +1 位作者 刘烨 詹德川 《软件学报》 EI CSCD 北大核心 2017年第11期2971-2991,共21页
多源数据学习在大数据时代具有极其重要的意义.目前,多源数据学习算法研究远远超前于多源数据学习理论研究,经典的机器学习理论难以应用于多源数据学习,更难以提供多源数据学习算法在实际应用中的理论保障.从学习的最终目的是知识这一... 多源数据学习在大数据时代具有极其重要的意义.目前,多源数据学习算法研究远远超前于多源数据学习理论研究,经典的机器学习理论难以应用于多源数据学习,更难以提供多源数据学习算法在实际应用中的理论保障.从学习的最终目的是知识这一认知切入点出发,对人类学习的认知机理、机器学习的三大经典理论(计算学习理论、统计学习理论和概率图理论)以及多源数据学习算法设计这3个方面的研究进展进行总结,最后给出未来研究方向的思考. 展开更多
关键词 统计学习理论 模式分类 特征空间 认知心理
在线阅读 下载PDF
可信性空间上基于复模糊变量的学习过程一致收敛速度的界 被引量:3
20
作者 田景峰 张植明 《华北电力大学学报(自然科学版)》 CAS 北大核心 2009年第5期106-112,共7页
在统计学习理论中关于经验风险和实际风险的关系的重要结论被称为推广性的界,它是分析学习机器性能和发展新的学习算法的重要基础。学习过程一致收敛速度的界是推广性的界的重要组成部分。给出并证明了可信性测度空间上基于复模糊变量... 在统计学习理论中关于经验风险和实际风险的关系的重要结论被称为推广性的界,它是分析学习机器性能和发展新的学习算法的重要基础。学习过程一致收敛速度的界是推广性的界的重要组成部分。给出并证明了可信性测度空间上基于复模糊变量的一些性质,在此基础上给出并证明了可信性测度空间上基于复模糊变量的一致收敛速度的界。为系统建立可信性空间上复统计学习理论奠定了理论基础。 展开更多
关键词 统计学习理论 一致收敛速度的界 可信性测度空间 复模糊变量 统计学习理论
在线阅读 下载PDF
上一页 1 2 9 下一页 到第
使用帮助 返回顶部