基于函数集信息量的模型选择研究
提出了子空间信息量(SIQ)和函数集信息量(FSIQ)概念,详细讨论了基于函数集信息量的模型选择问题,给出了有限含噪声样本下模型选择的近似解决方法,很好地克服了模型选择过程中普遍存在的欠学习和过学习问题,大大提高了预测模型的泛化性能,在此基础上提出了一种可行的次优模型选择算法.最后通过具体实例验证了上述方法的可行性和优越性.
子空间信息量、函数集信息量、模型选择、统计学习理论
27
TP18(自动化基础理论)
航空基金01C52015
2005-06-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
552-555