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
一种基于多层设计空间缩减策略的近似高维优化方法
二维FM系统的同时故障检测与控制
TVBN-ResNeXt:解决动作视频分类的端到端时空双流融合网络
基于小波高阶统计量的数字图像来源取证方法
综述:基于轨道角动量光子态的高维量子密钥分发
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