| 神经网络的统计学习理论基础 |
| |
| 引用本文： | 吴建生,金龙.神经网络的统计学习理论基础[J].广西科学院学报,2005,21(2):102-105,109. |
| |
| 作者姓名： | 吴建生 金龙 |
| |
| 作者单位： | 柳州师范高等专科学校数学与计算机科学系,广西柳州,545004;广西气象减灾研究所,广西南宁,530022 |
| |
| 基金项目： | 广西自然科学基金 (0 3 3 90 2 5 )资助项目 |
| |
| 摘 要： | 介绍神经网络的统计学习过程和理论．讨论基于经验风险最小化的学习理论对神经网络推广性能的影响，分析基于结构风险最小化的支持向量机。认为神经网络因其出色的高度非线性映射能力、自组织和适应能力、记忆联想能力，使得神经网络成为机器学习的重要研究领域。
|
| 关 键 词： | 神经网络 学习过程 经验风险 结构风险 支持向量机 |
| 文章编号： | 1002-7378(2005)02-0102-04 |
| 收稿时间： | 2004/12/20 0:00:00 |
| 修稿时间： | 2005/3/3 0:00:00 |
The Theory Elements of Neural Network Statistical Learning |
| |
| Wu Jiansheng and Jing Long.The Theory Elements of Neural Network Statistical Learning[J].Journal of Guangxi Academy of Sciences,2005,21(2):102-105,109. |
| |
| Authors: | Wu Jiansheng and Jing Long |
| |
| Institution: | Wu Jiansheng 1,Jing Long 2 |
| |
| Abstract: | The statistical learning process and theory of the neural network are introduced.The influence of generation ability based on the empirical risk minimization and the support vector machines based on the structural risk minimization are discussed.The neural network becomes a research hotspot in machine learning because of its outstanding nonlinear mapping,self-organized,parallelity, adaptation. |
| |
| Keywords: | neural network learning process empirical risk structural risk support vector machines |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《广西科学院学报》浏览原始摘要信息 |
| 点击此处可从《广西科学院学报》下载免费的PDF全文 |
