刘妙妙
- 作品数：3 被引量：0H指数：0
- 供职机构：西南交通大学数学学院更多>>
- 发文基金：中央高校基本科研业务费专项资金更多>>
- 相关领域：理学更多>>
- 基于Bayes分类的PAC-Bayesian定理证明
- 2013年
- 采用类似基于Gibbs分类的PAC-Bayesian定理的证明方法,证明基于Bayes分类的PAC-Bayesian定理.对于PAC-Bayesian定理的证明采用Bayes分类,可以方便有效地运用到统计问题中来解决相关问题.
- 刘妙妙赵联文宋海龙姜英
- 关键词：BAYES分类
- 基于高斯过程先验的Gibbs分类的PAC-Bayesian界
- 本论文主要涉及的是监督学习方面的知识点,主要解决高斯过程分类问题.此问题主要研究根据训练样本得到的输入输出映射,而统计学习理论以概率理论作为基础,以训练样本,形成统计模型；以检验样本评价统计模型的优劣,并用于预测.监督学...
- 刘妙妙
- 关键词：统计学习高斯过程
- 文献传递
- 基于变系数非参数回归的稳健性参数设计
- 2014年
- 利用变系数的非参数回归理论讨论多因子试验过程中因子间相互性对质量特性的影响,通过调节系数变量改变其他因子对过程的影响,找到最优的因子水平组合,进行稳健试验.提出了在稳健性参数设计中应用变系数的非参数回归模型理论,建立质量特性的均值和方差模型,得到最优的因子水平组合进行试验分析.最后,通过油墨打印机的实例说明此理论的可行性.
- 姜英袁代林李裕奇刘妙妙
- 关键词：变系数模型非参数回归
