不确定统计学习理论PDF|Epub|txt|kindle电子书版本网盘下载

不确定统计学习理论PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 统计学习理论的产生和发展1

1.2 不确定统计学习理论的提出和研究现状2

参考文献6

第2章 预备知识12

2.1 模糊集、粗糙集与随机集12

2.1.1 模糊集12

2.1.2 粗糙集20

2.1.3 随机集24

2.1.4 模糊粗糙集、随机粗糙集与模糊随机集26

2.2 广义不确定测度33

2.2.1 Sugeno测度33

2.2.2 拟测度35

2.2.3 信任测度与似然测度36

2.2.4 可能性测度与必要性测度38

2.2.5 可信性测度41

2.2.6 不确定测度42

2.2.7 集值测度44

2.2.8 泛可加测度44

2.3 广义不确定变量45

2.3.1 gλ随机变量45

2.3.2 q随机变量51

2.3.3 模糊变量54

2.3.4 不确定变量55

2.3.5 泛随机变量56

参考文献58

第3章 不确定学习过程的一致性61

3.1 不确定学习过程的非平凡一致性概念61

3.1.1 经典学习过程的非平凡一致性概念61

3.1.2 概率测度空间上基于非实随机样本学习过程的非平凡一致性概念62

3.1.3 非概率测度空间上基于非实随机样本学习过程的非平凡一致性概念65

3.2 不确定学习理论的关键定理70

3.2.1 经典学习理论的关键定理70

3.2.2 概率测度空间上基于非实随机样本学习理论的关键定理70

3.2.3 非概率测度空间上基于非实随机样本学习理论的关键定理76

3.3 不确定一致双边收敛的充要条件88

3.3.1 经典学习理论一致双边收敛的充要条件88

3.3.2 概率测度空间上基于非实随机样本学习理论一致双边收敛的充要条件91

3.4 不确定一致单边收敛的充要条件94

参考文献95

第4章 不确定学习过程收敛速度的界97

4.1 基本不等式97

4.1.1 经典学习理论的基本不等式97

4.1.2 概率测度空间上基于非实随机样本的基本不等式100

4.1.3 非概率测度空间上基于非实随机样本的基本不等式104

4.2 非构造性的与分布无关的界105

4.2.1 概率测度空间上基于实随机样本的非构造性的与分布无关的界105

4.2.2 概率测度空间上基于非实随机样本的非构造性的与分布无关的界106

4.2.3 非概率测度空间上基于非实随机样本的非构造性的与分布无关的界107

4.3 不确定学习机器推广能力的界108

4.3.1 概率测度空间上基于实随机样本的学习机器推广能力的界108

4.3.2 概率测度空间上基于非实随机样本的学习机器推广能力的界109

4.3.3 非概率测度空间上基于非实随机样本的学习机器推广能力的界111

4.4 不确定函数集的VC维113

4.4.1 实函数集的VC维113

4.4.2 复可测函数集的VC维116

4.4.3 随机集的VC维118

4.5 构造性的与分布无关的界121

4.6 构造严格的与分布有关的界123

参考文献124

第5章 不确定结构风险最小化原则125

5.1 经典结构风险最小化原则的构架125

5.2 不确定结构风险最小化原则与收敛速度的渐近界127

5.2.1 概率测度空间上基于实随机样本的收敛速度的渐近界127

5.2.2 概率测度空间上基于非实随机样本的收敛速度的渐近界129

5.2.3 非概率测度空间上基于非实随机样本的收敛速度的渐近界133

5.3 不确定回归估计问题的界137

5.3.1 经典回归估计问题的界137

5.3.2 非概率测度空间上基于非实随机样本的回归估计问题的界140

参考文献147

第6章 不确定支持向量机初步148

6.1 经典支持向量机148

6.1.1 经典支持向量机算法148

6.1.2 经典支持向量机的拓展148

6.2 概率测度空间上基于非实随机样本的支持向量机162

6.2.1 模糊支持向量机162

6.2.2 模糊多类支持向量机及其在入侵检测中的应用169

6.2.3 粗糙集支持向量机176

6.3 非概率测度空间上基于非实随机样本的支持向量机178

参考文献182

索引184