支持向量机在机载设备故障诊断及预测中的应用研究

支持向量机是一种基于统计学习理论的机器学习算法,采用结构风险最小化原则代替经验风险最小化原则,较好地解决了小样本学习问题;采用核函数思想,使非线性空间的问题转换到线性空间,降低了算法的复杂度;具有良好的泛化能力。针对机载设备故障诊断及预测等工程实际应用中遇到的典型故障样本缺乏、先验知识不足等采用神经网络等其它方法无法解决的问题,提出利用支持向量机应用在机载设备故障诊断及预报中。     

支持向量机及其在函数逼近中的应用

支持向量机是一种新的机器学习算法，它的理论基础是Vapnik创建的统计学习理论，它采用结构风险最小化准则，在最小化样本点误差的同时，缩小模型预测误差的上界，从而提高了模型的泛化能力，本文通过SVM在函数逼近中的应用，研究了SVM的小样本学习，泛化能力和抗噪声扰动能力。     

基于支持向量机的分类方法

支持向量机是建立在统计学习理论基础上的一种小样本机器学习方法,用于解决二分类问题。本文阐述了支持向量机的理论基础并对核函数的参数选择进行了分析研究。     

支持向量机研究

支持向量机是一种新型的机器学习方法，由于其出色的学习性能，该技术已成为国际机器学习领域新的研究热点，首先介绍了统计学习理论和以该理论为基础的支持向量机，然后对线性、非线性支持向量机进行了介绍，给出了一些常用的训练算法．     

支持向量机及其应用研究

统计学习理论专门研究实际应用中有限样本情况的机器学习规律，并发展了支持向量机这一新的通用学习方法，由于它基于结构风险最小化原理。而不是传统统计学的经验风险最小化，表现出很多优于已有方法的性能，迅速引起各领域的注意和研究兴趣，取得了大量的应用成果，推动了各领域的发展。     

受噪声影响的模糊样本学习理论的关键定理

统计学习理论是一种较好的小样本统计理论,它所处理的数据是随机样本.考虑到现实世界的模糊性,把统计学习理论中的样本从随机样本扩展到模糊样本既有理论意义又有应用价值.然而目前基于模糊样本的统计学习理论的研究,总是假定所处理的样本不受噪声的影响,从而不会引起误差,但由于人为、环境等因素的影响,事实往往并非如此.基于此种考虑,本文给出了受噪声影响的模糊样本的统计学习理论的关键定理.     

支持向量机的学习方法综述

支持向量机是一种基于统计学习理论的新型机器学习方法,由于其出色的学习性能,已经成为当前机器学习界的研究热点.详细总结了支持向量机的学习方法,其学习方法主要分为3大类:分解算法、多变量更新算法和序列算法,比较了它们的优缺点;最后指出了学习算法的研究方向.     

基于支持向量回归的国际贸易发展趋势的预测研究

支持向量机是V．Vapnik在统计学习理论（SLT）的基础上发展起来的一种新兴的用以解决小样本的机器学习方法。文采用支持向量回归（SVR）的方法分别对人工构造的仿真函数和中日国际贸易发展进行了回归和预测，仿真结果展示了SVR有限样本的情形下仍然具有较好的拟合和预测能力。     

支持向量机的研究与发展

支持向量机是一种新型机器学习方法。是在统计学习理论基础上发展起来的一种新的数据挖掘方法,并已广泛应用于模式识别与回归分析。已成为国际机器学习界的研究热点。笔者主要对其基本原理与研究发展情况进行了探讨和研究。     

基于支持向量机的小样本数据概率分布模式自动识别

在装备可靠性工程领域,小样本数据概率分布模式识别是亟需解决的一个难题.统计学习理论是专门研究小样本情况下机器学习规律的理论,支持向量机是当前最新的、基于统计学习理论的机器学习算法.根据现代统计学原理提取了数据分布特征参数,采用支持向量机分类算法构建了小样本数据概率分布模式自动识别模型.测试结果表明,模型对小样本数据概率分布模式具有较强的识别能力.     

统计学习理论算法在跳频信号分选中的应用

在第3方截获并检测到跳频通信信号后,由于无先验知识,所以对其进行网台分选不便采用传统有监督学习算法.即便采用无监督的算法,目前多数算法对分类个数等相关消息也必须有所借鉴并在多分选参数的逐级分选中通过先验知识进行有效性判断和筛选.针对电子支援中探测到的跳频信号分选所遇到的困难,利用统计学习理论在小样本学习及非线性分类上较其它传统分类算法更好的性能,提出基于统计学习理论的无监督及半监督学习算法,对第3方得到的跳频网台分选进行应用,取得理想结果.为跳频通信侦察过程中的分选工作,提供一种应用鲁棒性好,分选准确度高的方法.     

基于随机模糊样本的统计学习理论基础

首先介绍了随机模糊理论的基本内容，进而证明了基于随机模糊样本的统计学习理论的关键定理，且讨论了学习过程一致收敛速度的界，为系统建立不确定样本的统计学习理论并构建相应的支持向量机奠定了理论基础．     

合作学习理论及其实施策略

合作学习是目前世界上许多国家都普遍采用的一种富有创意和实效的教学理论与策略体系。在我国，采用合作学习理论是很有前途的。合作学习对学生的学习成绩，合作能力。以及建立新型师生关系都有非常重要的作用。     

论内隐学习理论在英语学习中的应用

探讨了内隐学习理论在英语学习中的应用,包括内隐学习在英语学习中的作用;内隐学习与英语语感的培养;营造有利于内隐学习的良好环境;利用课外材料辅助英语学习等方面。     

班杜拉“观察学习理论”与体育技能学习

分析了班杜拉观察学习理论，认为该理论不仅在语言知识的教学方面，更重要的是在行为习惯和体育技能的学习过程中有其指导作用和参考价值．文中提出观察学习是体育技能学习的重要方法．     

基于合作式学习的《利息理论》课程教学探析

合作式学习是一种旨在促进学生在异质小组中互相合作，实现共同的学习目标，并以小组的总体成绩为奖励依据的教学策略体系。文章介绍了合作式学习理论，分析了“利息理论”课程传统教学方法的缺陷，提出一种基于合作式学习理论、优化整合课程内容、采用多元化评价的新型教学方式。     

内隐学习理论视野下的教师教育

教育理论教学的低效、教师的教育知识与教育行为的脱节一直困扰着教师教育,影响了教师教育的质量和基础教育的质量。近年渐热的内隐学习理论为教师教育在课程设置、教学目标、教学方法、教学评价等方面的改革拓展了新思路。     

合作学习的理论与实施

合作学习是一种新颖的教学理论与策略体系。它以学生为中心，以小组活动为基本形式，有利于促进学生智商和情商的共同发展。文章在诠释合作学习理论的基础上，探讨了如何将这一理论运用到大学英语教学实践中。     

统计机器学习研究

通过将正则化框架引入到统计学习中来,介绍了几种当前流行的统计学习机器,分析了他们的性能,并探讨了快速求解算法.     

建构主义数学学习观研究

建构主义教育思想在近几年引起了人们广泛的关注,它所提出的教学观、学生观以及学习观等为现代教育的改革提供了很多有价值的参考。本文则试图通过对建构主义学习观的考察,寻找其对数学学习的借鉴,从而树立一种建构主义数学学习观,为学生的数学学习提供一个新的视角。