导读:本文包含了收敛速度的界论文开题报告文献综述及选题提纲参考文献，主要关键词:Hybrid变量,Hybrid经验风险最小化原则,一致收敛速度的界
收敛速度的界论文文献综述
李俊华,白鹤举[1]（2016）在《基于Hybrid样本的学习过程一致收敛速度的界》一文中研究指出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.(本文来源于《河北大学学报(自然科学版)》期刊2016年02期）
王鹏[2]（2012）在《对可能性空间实值损失函数收敛速度的界之我见》一文中研究指出本文讨论了可能性空间中学习过程中实值损失函数的风险的界,同时给出了一致收敛速度的估计。(本文来源于《学周刊》期刊2012年12期）
王文祥[3]（2012）在《有界变差函数的Fourier-Laplace级数的收敛速度》一文中研究指出利用单位球面上的等收敛算子及平移算子,给出了球面上在一点处具有有界变差性质的函数的Fourier-Laplace级数的收敛速度。(本文来源于《科技通报》期刊2012年04期）
黄培鸿[4]（2011）在《有界变差函数的Baskakov算子的收敛速度》一文中研究指出对概率型Baskakov算子在(0,+∞)上收敛于的[f(x+)+(x-)]/2收敛速度进行研究,利用概率论等方法,对Guo和Khan等学者关于Baskakov算子的收敛速度的估计作进一步的改进,得到更精确的系数估计。(本文来源于《佳木斯教育学院学报》期刊2011年05期）
符方健[5]（2010）在《随机有序马尔可夫链收敛速度显式界的注记》一文中研究指出弱化Scott与Tweedie在计算马氏链收敛速度界时的条件,即变一步转移概率为m(m≥1)步转移概率,并运用不同于Scott与Tweedie的方法,计算出马氏链几何收敛速度r~n的界,从而推广了已有的结论.(本文来源于《数学的实践与认识》期刊2010年20期）
王英新,唐世星[6]（2010）在《粗糙学习过程一致收敛速度的界》一文中研究指出考虑到现实世界的不确定性,结合粗糙随机理论和粗糙统计学的知识,对粗糙随机样本情况下的统计学习理论一致收敛速度的界进行了推广,提出了粗糙学习问题的一般表示;给出了粗糙风险泛函、粗糙经验风险泛函以及粗糙经验风险最小化归纳原则等概念;最终证明了粗糙随机学习过程一致收敛速度的界。(本文来源于《承德石油高等专科学校学报》期刊2010年02期）
田景峰,张植明[7]（2009）在《可信性空间上基于复模糊变量的学习过程一致收敛速度的界》一文中研究指出在统计学习理论中关于经验风险和实际风险的关系的重要结论被称为推广性的界,它是分析学习机器性能和发展新的学习算法的重要基础。学习过程一致收敛速度的界是推广性的界的重要组成部分。给出并证明了可信性测度空间上基于复模糊变量的一些性质,在此基础上给出并证明了可信性测度空间上基于复模糊变量的一致收敛速度的界。为系统建立可信性空间上复统计学习理论奠定了理论基础。(本文来源于《华北电力大学学报(自然科学版)》期刊2009年05期）
符方健[8]（2009）在《弱条件下马氏链收敛速度的界》一文中研究指出以m-骨架(m≥1)代替1-骨架,计算出马氏链Φ的几何收敛速度的界,从而推广了已有结论.(本文来源于《西南大学学报(自然科学版)》期刊2009年07期）
刘杨,董开坤,迟乐军[9]（2008）在《基于粗糙变量的学习过程一致收敛速度的界》一文中研究指出支持向量机(SVM)是机器学习领域一个研究热点,而统计学习理论中的学习过程一致收敛速度的界描述了采用 ERM 原则的学习机器的推广能力。提出了粗糙经验风险最小化原则(RERM),提出并证明了基于粗糙变量的学习过程一致收敛速度的界,为粗糙支持向量机等应用性研究提供了理论依据。(本文来源于《中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集（上册）》期刊2008-07-01）
哈明虎,冯志芳,宋士吉,高林庆[10]（2008）在《拟概率空间上学习理论的关键定理和学习过程一致收敛速度的界》一文中研究指出进一步讨论了拟概率的一些性质,给出了拟概率空间上的拟随机变量及其分布函数、期望和方差的概念及若干性质;证明了拟概率空间上的Markov不等式、Chebyshev不等式和Khinchine大数定律;给出并证明了拟概率空间上学习理论的关键定理和学习过程一致收敛速度的界,把概率空间上的学习理论的关键定理和学习过程一致收敛速度的界推广到了拟概率空间,为系统地建立拟概率上的统计学习理论与构建支持向量机奠定了理论基础.(本文来源于《计算机学报》期刊2008年03期）
收敛速度的界论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文讨论了可能性空间中学习过程中实值损失函数的风险的界,同时给出了一致收敛速度的估计。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
收敛速度的界论文参考文献
[1].李俊华,白鹤举.基于Hybrid样本的学习过程一致收敛速度的界[J].河北大学学报(自然科学版).2016
[2].王鹏.对可能性空间实值损失函数收敛速度的界之我见[J].学周刊.2012
[3].王文祥.有界变差函数的Fourier-Laplace级数的收敛速度[J].科技通报.2012
[4].黄培鸿.有界变差函数的Baskakov算子的收敛速度[J].佳木斯教育学院学报.2011
[5].符方健.随机有序马尔可夫链收敛速度显式界的注记[J].数学的实践与认识.2010
[6].王英新,唐世星.粗糙学习过程一致收敛速度的界[J].承德石油高等专科学校学报.2010
[7].田景峰,张植明.可信性空间上基于复模糊变量的学习过程一致收敛速度的界[J].华北电力大学学报(自然科学版).2009
[8].符方健.弱条件下马氏链收敛速度的界[J].西南大学学报(自然科学版).2009
[9].刘杨,董开坤,迟乐军.基于粗糙变量的学习过程一致收敛速度的界[C].中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集（上册）.2008
[10].哈明虎,冯志芳,宋士吉,高林庆.拟概率空间上学习理论的关键定理和学习过程一致收敛速度的界[J].计算机学报.2008
标签：Hybrid变量; Hybrid经验风险最小化原则; 一致收敛速度的界;