基于微分容量控制的学习机.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于微分容量控制的学习机.pdf

基于微分容量控制的学习机 张 莉 9 周伟达 9 焦李成 ( 西安电子科技大学雷达信号处理重点实验室 9 陕西西安 71OO71) 摘 要 : 本文通过对函数集容量的分析 9 得出用函数的微分来控制函数集容量的学习方法 O 该方法不仅能用支 撑矢量核函数而且可以采用其他的函数作为基函数 O 基于样本的机器学习 9 要求学习机在容量控制和过拟合之间取一 个折衷 9 从而保证学习机的推广能力和误差精度 O 本文通过在微分容量控制和最小化经验误差之间作一个折衷 9 提出 基于微分容量控制的学习机 O 仿真实验验证了我们的学习机具有良好的推广能力 O 关键词 : 机器学习 ; 支撑矢量机 ; 容量控制 ; 模式识别 ; 回归估计 中图分类号 : TP 391O 4 文献标识码 : A 文章编号 : O372-2112 ( 2OO3) 1O-1526-O6 Lear n i ng Mach i ne Based On D i f fer en t i aI Capaci ty COn t r OI Z~ANG Li 9 Z~0 U Wei da 9 JIA0 Li cheng ( Natzonal Key LaZ O fo7 Rada7 szgnal P7oCesszng 9 Xzdzan Unz e7szty 9 Xz an 9 shaanxz 71OO719 Chzna ) Abst r act : A dif f erential methOd fOr capacity cOntrOl iS preSented baSed On the analySiS Of the capacity Of learning machineS O 0 ur methOd that can be applicable tO the Set Of nOnlinear hypOtheSiS functiOnS aS Well aS the Set Of linear OneS generaliZeS the theOry abOu t the capacity cOntrOl Of SVMS O A neW learning machine iS prOpOSed baSed On dif f erential capacity cOntrOl methOd O In Our learning machine 9 a gOOd generaliZatiOn perfOrmance can be Obtained by the right balance Struck betWeen the emp ir ical r iSk and the dif f erential Of the Set Of hypOtheSiS functiOnS that cOntrOlS the machine capacity O Simu latiOn reSu ltS ShOW the feaSib ility Of Our learning machine O Key WOrds : learning machine ; SuppOrt VectOr machineS ; capacity cOntrOl ; pattern recOgnitiOn ; regreSSiOn eStimatiOn 引言 基于有限样本的机器学习 9 其推广能力和学习精度是一 个两难问题 1~ 4] O 通常情况下 9 过高的学习精度会导致推广能 力 的下降 9 这就是所 谓 的 过 拟 合 ( OVerf itting ) 问 题 O 支 撑 矢 量 机引入结构风险最小化准则的思想 9 实现了学习精度和机器 容量之间的折衷 9 较 好 地 解 决 了 这 一 问 题 1~ 39596] O 然 而 9 支 撑 矢量机的容量控制是对 VC 维数 进 行 控 制 9 其 推 广 能 力 的 界 是 建 立 在 VC 维 数 的 基 础 上 ( 即 是 构 造 性 的 与 分 布 无 关 的 界 ) O 本文提出了一种基于微分容量控制的学习机 9 其 推 广 能 力的界是依赖于分布的界 9 容量控制体现在对函数微分的控 制上 O 该学习机可以用任意一阶可微假设函数集作为待估计 函数的目标函数集 9 若函数集取线性函数集 9 此时的学习机就 是线性支撑矢量机 O 我们从函数集容量概念上定性地说明了 用假设函数集的微分来控制学习机的容量的可行性 O 仿真实 验的结果说明了该学习机无论采用 Mercer 核函数还是 采 用 其他的假设函数集都能够得到较好的推广能力 O 收稿日期 : 2OO1 11 13; 修回日期 : 2OO2 O6 O9 基金项目 : 国家自然科学基金 ( NO O 6OO

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档