基于向量值再生核Hilbert空间的回归学习

发布时间：2017-06-07 03:09

  本文关键词：基于向量值再生核Hilbert空间的回归学习，，由笔耕文化传播整理发布。

【摘要】：现代信息技术主要依托数据分析与数据挖掘,机器学习以及学习理论在数据分析中占有重要地位。由于正则化算法的研究与维数缩减、数据挖掘、图像处理等的密切联系,其理论的研究与突破,具有重要的理论意义与应用价值。本文主要研究基于向量值的正则化回归学习算法。本文研究了基于向量值再生核Hilbert空间的回归学习算法。我们的想法是将标量值函数的学习理论拓展到向量值函数的学习。设输出数据来自Hilbert空间Y,由YL)(-再生核生成的再生核Hilbert空间由X→Y的某些连续映射构成。通过证明向量值积分算子KL的性质,利用积分算子的技巧研究正则化回归学习的一致性。在基于向量值回归学习算法的一致性分析中,主要的创新点有两个:第一,证明了基于向量值核的积分算子的性质;第二,采用积分算子的技巧研究基于向量值的正则化回归学习算法的误差分析与学习速率,从而证明了基于向量值再生核Hilbert空间的正则化算法的一致性。
【关键词】：学习理论 向量值再生核Hilbert空间 误差分析 学习速率
【学位授予单位】：济南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP181;O177
【目录】：

• 摘要6-7
• Abstract7-8
• 第一章 绪论8-20
• 1.1 统计学习理论8-11
• 1.2 再生核Hilbert空间与积分算子、样本算子11-14
• 1.2.1 再生核Hilbert空间11-12
• 1.2.2 积分算子12-13
• 1.2.3 样本算子13-14
• 1.3 正则化算法14-20
• 1.3.1 正则化14-15
• 1.3.2 正则化回归算法15-16
• 1.3.3 正则化条件16-20
• 第二章 向量值再生核Hilbert空间20-30
• 2.1 引言20
• 2.2 向量值再生核Hilbert空间20-23
• 2.3 基于向量值再生核的积分算子23-30
• 第三章 基于向量值核的正则化回归学习的误差分析30-40
• 3.1 引言30-31
• 3.2 算法优化解的解析表达式31-34
• 3.3 误差分解34
• 3.4 逼近误差的估计34-35
• 3.5 样本误差的估计35-40
• 第四章 总结与展望40-42
• 4.1 总结40
• 4.2 进一步工作展望40-42
• 参考文献42-46
• 致谢46-48
• 附录48-49

【相似文献】

中国期刊全文数据库 前10条

1 司徒荣,黄敏;Hilbert空间上带跳倒向随机微分方程的解(Ⅱ)[J];中山大学学报(自然科学版);2001年04期

2 吴汉忠,李训经;Hilbert空间中具无界控制的无限时区线性二次最优控制问题[J];数学学报;2003年04期

3 汪文珑,许跟起;Hilbert空间上最终范数连续半群的特征刻画[J];数学学报;2005年01期

4 侯国林;阿拉坦仓;黄俊杰;;Hilbert空间线性二次最优控制问题中的一个算子的可逆性[J];数学学报;2007年02期

5 常娟,薛星美;序Hilbert空间中的时脉冲中立型泛函微分方程[J];东南大学学报(自然科学版);2005年04期

6 张步城，厉则治;Hilbert空间值随机三角列的强稳定性[J];高校应用数学学报A辑(中文版);1994年03期

7 张连平;Hilbert空间中最终范数连续半群的特征条件[J];数学学报;2003年03期

8 贾美柱,赵长健;关于两个新Hilbert积分不等式[J];数学杂志;2005年05期

9 庞永锋;谢卫强;;利用Hilbert空间的性质证明积分不等式[J];高等数学研究;2006年01期

10 洪勇;一个新的Hilbert重积分不等式[J];西南师范大学学报(自然科学版);2005年04期

中国博士学位论文全文数据库 前4条

1 赵

本文编号：428055