| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第9-21页 |
| ·经典的统计学习理论 | 第9-12页 |
| ·再生核 Hilbert 空间与积分算子、样本算子 | 第12-15页 |
| ·再生核 Hilbert 空间 | 第12-13页 |
| ·积分算子 | 第13-14页 |
| ·样本算子 | 第14-15页 |
| ·学习理论中的正则化算法 | 第15-21页 |
| ·学习理论中的正则化思想 | 第15-17页 |
| ·正则化回归学习算法 | 第17-18页 |
| ·回归函数逼近与正则化条件 | 第18-21页 |
| 第二章 谱正则化算法的一致性分析 | 第21-47页 |
| ·引言 | 第21-23页 |
| ·谱正则化算法 | 第21-22页 |
| ·误差分解及正则化条件 | 第22-23页 |
| ·相关引理 | 第23-29页 |
| ·误差分析 | 第29-33页 |
| ·逼近误差的估计 | 第29-30页 |
| ·样本误差的估计 | 第30-33页 |
| ·学习速率 | 第33-35页 |
| ·正则化最小二乘算法学习速率 | 第33-34页 |
| ·l 2系数正则化算法学习速率 | 第34-35页 |
| ·算法仿真 | 第35-40页 |
| ·正则化最小二乘算法仿真 | 第35-38页 |
| ·l~2系数正则化算法仿真 | 第38-40页 |
| ·稀疏性背景下谱算法的一致性分析 | 第40-47页 |
| ·稀疏性条件 | 第40-42页 |
| ·相关引理 | 第42-43页 |
| ·误差分析 | 第43-47页 |
| 第三章 多维分布的精确度矩阵的学习 | 第47-51页 |
| ·引言 | 第47-48页 |
| ·相关引理 | 第48-50页 |
| ·主要结果的证明 | 第50-51页 |
| 第四章 非对称核的性质及推广 | 第51-55页 |
| ·引言 | 第51页 |
| ·非对称核性质的推广 | 第51-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-63页 |
| 附录 | 第63页 |