基于复拟随机样本的统计学习理论的理论基础

摘要：

引入复拟(概率)随机变量,准范数的定义.给出了复拟随机变量的期望和方差的概念及若干性质;证明了基于复拟随机变量的马尔可夫不等式,契比雪夫不等式和辛钦大数定律;提出了拟概率空间中复经验风险泛函、复期望风险泛函以及复经验风险最小化原则等定义.证明并讨论了基于复拟随机样本的统计学习理论的关键定理和学习过程一致收敛速度的界,为系统建立基于复拟随机样本的统计学习理论奠定了理论基础.

关键词：复拟随机变量、准范数、复经验风险最小化原则、关键定理、收敛速度的界、神经网络

所属期刊栏目：44

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金60773062;60673045;教育部科学技术研究重点项目2005001D

在线出版日期：2008-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：82-86,93