文献类型：期刊文章

作　　者：叶晨洲[1] 杨杰[1] 姚莉秀[1] 陈念贻[2]

机构地区：[1]上海交通大学图象处理及模式识别研究所,上海200030 [2]上海大学理学院化学系计算机化学研究室,上海200436

出　　处：《计算机与应用化学》

基　　金：国家自然科学基金;宝钢基金(50174038)

年　　份：2002

卷　　号：19

期　　号：6

起止页码：712-716

语　　种：中文

收录情况：BDHX、BDHX2000、CAS、CSCD、CSCD2011_2012、JST、ZGKJHX、核心刊

摘　　要：经验风险与实际风险间的不一致是一个长期困扰机器学习(各种分类或拟合问题)的难题。统计学习理论提供了对这一问题的部分解决方法。本文从理论及现实两方面介绍经验风险与实际风险间的不一致现象,定义了算法的泛化能力,简单介绍了统计学习理论各组成部分的主要结论,并总结了这一理论的应用方向和存在的问题。

关 键 词：统计学习理论 机器学习  泛化能力 支持向量机 模式识别

分 类 号：TP301.6] TP181[计算机类]