| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第8-10页 |
| 1.1 基于粗糙模糊样本的统计学习理论的提出及意义 | 第8-9页 |
| 1.2 本文探讨的主要内容 | 第9-10页 |
| 第2章 预备知识 | 第10-13页 |
| 2.1 可信性测度与粗糙模糊变量的相关概念及性质 | 第10-11页 |
| 2.2 粗糙模糊变量的期望及主要关系式 | 第11-13页 |
| 第3章 基于粗糙模糊样本的学习理论的关键定理 | 第13-17页 |
| 3.1 粗糙模糊经验风险最小化原则 | 第13-14页 |
| 3.2 基于粗糙模糊样本的学习理论的关键定理 | 第14-17页 |
| 第4章 基于粗糙模糊样本的学习过程一致收敛速度的界 | 第17-24页 |
| 4.1 有限的N个函数情况下基于粗糙模糊样本的学习过程一致收敛速度的界 | 第17-21页 |
| 4.2 粗糙模糊样本下基于VC维的学习过程一致收敛速度的界 | 第21-24页 |
| 第5章基于粗糙模糊样本的结构风险最小化原则 | 第24-31页 |
| 5.1 粗糙模糊结构风险最小化原则的结构 | 第24-25页 |
| 5.2 粗糙模糊结构风险最小化原则的一致性与收敛速率的渐近界 | 第25-31页 |
| 第6章 结论与展望 | 第31-32页 |
| 参考文献 | 第32-34页 |
| 致谢 | 第34-35页 |
| 攻读学位期间取得的科研成果 | 第35页 |