k-部排序学习算法的可学习性分析

• 作者: 任友俊 兰美辉 甘健侯 高炜
• 来源期刊: 西南大学学报（自然科学版）
• 学科: 工学
• 关键词: 统计学习理论 可学习性 k-部排序算法 样本复杂度 计算复杂度
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 177-183
• 分类号: TP393.092
• 语种: 中文
• DOI: 10.13718/j.cnki.xdzk.2016.03.028

摘要

分析在特定假设空间下女-部排序学习算法的可学习性.给出k-部排序可学习和可有效学习的概念,得到样本复杂度的上界以及k-部排序算法可有效学习的一个充分条件,同时给出与计算复杂度相关的若干结果.最后,将部分结果推广到限制模型中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰美辉	曲靖师范学院计算机科学与工程学院	37	104	5.0	9.0
2	高炜	云南师范大学信息学院	139	368	9.0	14.0
3	甘健侯	云南师范大学信息学院	43	262	9.0	14.0
4	任友俊	曲靖师范学院计算机科学与工程学院	18	73	5.0	8.0