河北省自然科学基金(2008000633)
- 作品数：12 被引量：43H指数：4
- 相关作者：田景峰张植明哈明虎白云超王超更多>>
- 相关机构：河北大学华北电力大学廊坊师范学院更多>>
- 发文基金：河北省自然科学基金国家自然科学基金教育部科学技术研究重点项目更多>>
- 相关领域：自动化与计算机技术理学更多>>
- 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被引量：3
- 2009年
- 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。
- 田景峰张植明
- 关键词：统计学习理论
- 基于双重粗糙样本的统计学习理论的理论基础被引量：2
- 2009年
- 本文介绍双重粗糙理论的基本内容;提出双重粗糙经验风险泛函,双重粗糙期望风险泛函,双重粗糙经验风险最小化原则等概念;最后证明基于双重粗糙样本的统计学习理论的关键定理并讨论学习过程一致收敛速度的界。为系统建立基于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。
- 张植明田景峰
- 关键词：关键定理
- Sugeno测度空间上的一类回归估计问题的界被引量：3
- 2009年
- 在Sugeno测度空间上进一步探讨了统计学习理论。给出了Sugeno测度空间上gλ随机变量的条件期望的定义;在Sugeno测度空间上利用带加性噪声的观测数据,建立了一个由级数展开表达的回归估计模型,并针对此模型给出并证明了它的一个界。
- 田景峰张植明哈明虎
- 关键词：结构风险最小化原则
- 基于蕴涵的区间值直觉模糊粗糙集被引量：10
- 2010年
- 提出一种基于区间值直觉模糊蕴涵的区间值直觉模糊粗糙集模型.首先,介绍了区间值直觉模糊集、区间值直觉模糊关系和区间值直觉模糊逻辑算子的概念;然后,利用区间值直觉模糊三角模和区间值直觉模糊蕴涵,在区间值直觉模糊近似空间中定义了区间值直觉模糊集的上近似和下近似;最后,给出并证明了这些近似算子的一些性质.
- 张植明田景峰
- 关键词：粗糙集
- 受噪声影响的复g_λ样本的学习理论的关键定理被引量：1
- 2009年
- 关键定理是统计学习理论的重要组成部分。但是,目前的研究主要集中在实随机变量且样本不受噪声影响。引入了复gλ随机变量、准范数的定义,提出了受噪声影响的复gλ样本的经验风险泛函、期望风险泛函以及经验风险最小化原则严格一致性的定义;给出并证明了受噪声影响的复gλ样本的学习理论的关键定理,为系统建立基于复gλ样本的统计学习理论奠定了理论基础。
- 田景峰张植明
- 关键词：噪声关键定理
- 基于关系的信任的数学定义及评价模型被引量：1
- 2010年
- 针对目前组织合作中的信任定义及度量不统一,特别是信任没有精确的数学定义等问题,首先利用经典数学关系和模糊关系分别给出了客观信任和主观信任的数学定义和性质,然后根据经典关系与模糊关系的融合给出了基于客观信任优先的信任的数学定义及其度量的概念模型.借用模糊聚类的思想,构建了信任的评价模型.
- 袁敏英高林庆哈明虎
- 关键词：主观信任信任信任评价
- 直觉模糊支持向量机被引量：6
- 2011年
- 传统的模糊支持向量机难以区分具有相同隶属度的稀疏样本点和稠密样本点,进而可能降低分类精度.为了解决此类问题,利用直觉模糊集和模糊支持向量机,构建了直觉模糊支持向量机.仿真实验结果表明:与传统的支持向量机和模糊支持向量机相比,直觉模糊支持向量机的分类结果更精确.
- 哈明虎黄澍王超王晓丽
- 关键词：模糊支持向量机直觉模糊集
- 基于覆盖的直觉模糊粗糙集被引量：14
- 2010年
- 通过直觉模糊覆盖概念将覆盖粗糙集模型进行推广,提出一种基于直觉模糊覆盖的直觉模糊粗糙集模型.首先,介绍了直觉模糊集、直觉模糊覆盖和直觉模糊逻辑算子等概念;然后,利用直觉模糊三角模和直觉模糊蕴涵,构建两对基于直觉模糊覆盖的下直觉模糊粗糙近似算子和上直觉模糊粗糙近似算子;最后,给出了这些算子的基本性质并研究了它们之间的对偶性.
- 张植明白云超田景峰
- 关键词：粗糙集直觉模糊集直觉模糊粗糙集
- 基于包含度的模糊随机粗糙集模型被引量：1
- 2010年
- 针对随机性与模糊性同时存在的情形,提出了建立在模糊随机近似空间上的基于包含度的模糊随机粗糙集模型。首先给出了模糊随机近似空间的概念,然后利用包含度提出了模糊随机近似空间上的一种基于模糊随机集的粗糙近似算子。最后讨论了这种近似算子的一些性质。
- 张植明田景峰
- 关键词：包含度近似算子
- 基于复随机样本的结构风险最小化原则被引量：8
- 2009年
- 统计学习理论目前是处理小样本学习问题的最佳理论.然而,该理论主要是针对实随机样本的,它难以讨论和处理现实世界中客观存在的涉及复随机样本的小样本统计学习问题.结构风险最小化原则是统计学习理论的核心内容之一,是构建支持向量机的重要基础.基于此,研究了基于复随机样本的统计学习理论的结构风险最小化原则.首先,给出了标志复可测函数集容量的退火熵、生长函数和VC维的定义,并证明了它们的一些性质;其次,构建了基于复随机样本的学习过程一致收敛速度的界;最后,给出了基于复随机样本的结构风险最小化原则,证明了该原则是一致的,同时推导出了收敛速度的界.
- 哈明虎田景峰张植明
- 关键词：统计学习理论结构风险最小化原则支持向量机VC维
