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
[1] 哈明虎, 周彩丽, Ha Minghu, Zhou Caili. 基于模糊样本的统计学习理论的关键定理 [J]. 华北科技学院学报 2004.doi:10.3969/j.issn.1672-7169.2004.01.003
[2] VLADIMIR N VAPNIK. Statistical learning theory [M]. New York:A Wiley-Interseienee Publication 1998.
[3] 瓦普尼克, 张学工. 统计学习理论的本质 [M]. 北京:清华大学出版社 2000.
[4] MINGHU HA, WENGUANG TANG, YUNCHAO BAI. The key theorem of learning theory about fuzzy examples [A]. 陕西西安 2003.
[5] JING TIAN, MING HU HA. bounds on the rate of convergence of the learning processes about the fuzzy samples [A]. 北京 2005.
[6] MINGHU HA, JUNHUA LI, JIA LI. the key theorem of learning theory about examples corrupted by noise [A]. 上海 2004.
[7] RUDOLF KRUSE, KLAUS DIETER MEYER. Statistics with vague data [M]. Holland:D Reidel Publishing Company 1987.
