基于Hybrid样本的学习过程一致收敛速度的界  

Bounds on the rate of uniform convergence of learning process based on Hybrid samples

作　　者：李俊华[1] 白鹤举[2] 

机构地区：[1]河北大学数学与信息科学学院,河北保定071002 [2]承德石油高等专科学校基础教学部,河北承德067000

出　　处：《河北大学学报（自然科学版）》2016年第2期113-116,共4页Journal of Hebei University(Natural Science Edition)

基　　金：国家自然科学基金资助项目(11201110);河北省教育厅资助项目(QN20131055)

摘　　要：学习过程收敛速度的界是统计学习理论的重要组成部分,这些界决定了学习机器的推广能力.以机会理论和Hybrid变量的概念为基础,讨论了基于Hybrid样本的学习过程一致收敛速度的界,并给出了这些界和函数容量之间的关系.Bounds on the rate of uniform convergence of learning process are important component partof statistical learning theory and the bounds determine the generalization abilities of learning machines.Based on the chance theory and the definition of Hybrid variable, bounds on the rate of uniform conver-gence of learning process based on hybrid samples are discussed and the relationship between the boundsand the capacity of the set of functions is given.

关 键 词：Hybrid变量 Hybrid经验风险最小化原则 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]