神经网络的统计学习理论基础

• 作者: 吴建生 金龙
• 来源期刊: 广西科学院学报
• 学科: 工学
• 关键词: 神经网络 学习过程 经验风险 结构风险 支持向量机
• 年，卷（期）: 2005,（2）
• 页码范围: 102-105,109
• 页数: 5页
• 分类号: TP181
• 字数: 4577字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-7378.2005.02.010

摘要

介绍神经网络的统计学习过程和理论,讨论基于经验风险最小化的学习理论对神经网络推广性能的影响,分析基于结构风险最小化的支持向量机.认为神经网络因其出色的高度非线性映射能力、自组织和适应能力、记忆联想能力,使得神经网络成为机器学习的重要研究领域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	金龙		43	694	14.0	24.0
2	吴建生	柳州师范高等专科学校数学与计算机科学系	25	292	9.0	16.0