核弹性网正则化算法的推广性能

发布时间：2021-03-23 06:18

　　核弹性网正则化算法是一个众所周知的核化的弹性网正则化算法,它有一些好的性能,比如推广性能,稀疏性能和稳定性能,我们关注更多的是它的推广性能.核弹性网正则化算法的出现不仅可以解决经典体系下一些无法解决的问题,而且在很大程度上可以提高学习算法的各种性能.核弹性网正则化算法结合了Lasso和岭回归,它不仅能克服Lasso和岭回归的局限性,还能充分利用他们的优点.因此,研究核弹性网正则化算法是很有意义的.到目前为止,对核弹性网正则化算法的研究工作都是基于样本是独立同分布的.然而,独立同分布的假设过于严格,这有两个方面的原因:一方面是在现实生活中,很难去验证样本的独立性;另一方面是在实际应用中,如在系统诊断,语音识别和网先页搜索等问题中,样本并不是独立同分布的.因此,对核弹性网正则化算法的研究,我们很有必要将样本从独立同分布推广到非独立上.在本文中,我们主要研究基于非独立样本的核弹性网正则化算法:我们首先推导出基于指数强混合样本的核弹性网正则化算法的误差分析,得到相应的泛化界和收敛速率.在实际应用中指数强混和样本不容易获得,相比之下,一致遍历马氏链是较容易获得的.因此,对核弹性网正则化算法的研究... 

【文章来源】：湖北大学湖北省

【文章页数】：46 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 引言
    1.1 研究的背景和意义
    1.2 国内外的研究现状
    1.3 本文研究的主要内容
第2章 基础知识
    2.1 正则化算法
    2.2 核弹性网正则化算法
    2.3 章节小结
第3章 基于独立同分布的核弹性网正则化算法的推广性能
    3.1 引言
    3.2 主要结论
    3.3 泛化界的证明
    3.4 章节小结
第4章 基于非独立样本的核弹性网正则化算法的推广性能
    4.1 基于指数强混合样本的核弹性网正则化算法的推广性能
        4.1.1 引言
        4.1.2 主要结论
        4.1.3 泛化界的证明
    4.2 基于马氏链样本的核弹性网正则化算法的推广性能
        4.2.1 引言
        4.2.2 主要结论及证明
    4.3 章节小结
第5章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢
硕士生在读期间已发表和已录用的论文情况



本文编号：3095309