基于模糊粗糙样本的统计学习理论的理论基础  

The Theoretical Foundations of Statistical Learning Theory of Fuzzy Rough Samples

作　　者：张植明[1] 田景峰[2] 

机构地区：[1]河北大学数学与计算机学院,河北保定071002 [2]华北电力大学科技学院,河北保定071051

出　　处：《数学的实践与认识》2010年第24期194-201,共8页Mathematics in Practice and Theory

基　　金：国家自然科学基金(60773062);教育部科学技术研究重点项目(206012);河北省教育厅科研计划重点项目(2005001D);河北省自然科学基金(2008000633)

摘　　要：介绍模糊粗糙理论的基本内容;提出模糊粗糙经验风险泛函,模糊粗糙期望风险泛函,模糊粗糙经验风险最小化原则等概念;最后证明基于模糊粗糙样本的统计学习理论的关键定理并构建学习过程一致收敛速度的界.In this paper,firstly the fuzzy rough theory is introduced.Secondly some concepts such as fuzzy rough empirical risk functional,fuzzy rough expected risk functional and fuzzy rough empirical risk minimization principle are proposed.Finally the key theorem of statistical learning theory based on fuzzy rough samples is proved,and the bounds on the rate of uniform convergence of learning process are constructed.

关 键 词：模糊粗糙样本 模糊粗糙经验风险最小化原则 关键定理 一致收敛速度的界 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]