随着数据发掘与知识发现这个研究热点的形成,学习算法的研究显得非常重要。本项目将通过对统计学习理论中最为关键的VC维和支撑向量学习机的广泛深入的研究,从理论上解决高维数据学习与推理难,并设计出一种全新的高效学习算法,能迅速地从大理原始数据中找出少数关键性数据-向量,从而解决数据发掘中模式识别和回归估算的难点。.
{{i.achievement_title}}
数据更新时间:2023-05-31
基于 Kronecker 压缩感知的宽带 MIMO 雷达高分辨三维成像
基于LASSO-SVMR模型城市生活需水量的预测
基于分形维数和支持向量机的串联电弧故障诊断方法
基于二维材料的自旋-轨道矩研究进展
基于混合优化方法的大口径主镜设计
高维异构数据的测度学习算法及在图像分类中的应用研究
高维序列数据的核学习方法及应用研究
高维数据的图模型学习与统计推断
面向高维复杂数据的流形学习算法与应用研究