谱算法下的最小二乘回归学习  

Spectral Methods for Least Square Regression Learning

作　　者：郭芹[1] 孙红卫[2] 

机构地区：[1]济南大学泉城学院基础部,山东烟台265600 [2]济南大学数学科学学院,山东济南250022

出　　处：《山东轻工业学院学报（自然科学版）》2013年第1期41-44,共4页Journal of Shandong Polytechnic University

基　　金：国家自然科学基金(11071276)

摘　　要：在独立一致抽样且谱算法背景下,利用积分算子和样本算子的技巧,推导出最小二乘回归正则化学习算法满意的容量无关误差界和学习速度ο(m-r/2r+4),从而得到最小二乘回归正则化学习算法的一致性分析。For least square regularized regression learning algorithm,an spectral algorithm and iid setting are considered,satisfactory capacity independently error bounds and the learning rate ο(m-r/2r+4),are derived by the techniques of integral and sample operator for consistency of least square regularized regression learning algorithm.

关 键 词：最小二乘 谱算法 一致性分析 样本误差 逼近误差 

分 类 号：O241.5[理学—计算数学]