Hilbert空间中稳定扰动下广义逆的误差估计界

设H1,H2 是两个复数域C上的Hilbert空间 ,T :H1→H2 是有界线性算子且有广义逆T+。令 T=T+δT且‖T+‖‖δT‖ <1,在稳定扰动意义下 (即R( T) ∩R(T) ⊥ =0 ) ,给出了‖ T+ T-T+T‖和‖ T+-T+‖的误差界。该文的结论推广、改进或简化了文献 [2 ][3][4 ][6 ]和 [9]中的相关结果或条件 。

LOO误差与LOO误差界估计的关系及在MATLAB上的实现

支持向量机是基于统计学习理论的新一代学习机器,本文论述了LOO(Leave-One-Out)误差与LOO误差界估计的定义及其两者关系；并对每个问题都给出了在MATLAB上实现的程序；通过数值试验表明了LOO误差与三个LOO误差界估计的关系。

广义互补问题一个新的等价转化及误差界估计

将多面体锥上的广义互补问题等价地转化为一个混合互补形式的广义互补问题,然后利用混合互补问题的相关结论,给出了该转化形式下广义互补问题的误差界估计成立的两个充要条件:半稳定、2-正则。一般地,由半稳定可以得到2-正则,但反之不然。最后证明了在严格互补条件下二者等价。

基于支持向量机LOO误差估计的研究

支持向量机是基于统计学习理论的新一代学习机,在支持向量机方法的基础上,以分类问题为例,对支持向量机算法评价标准进行了研究与比较,论述了LOO误差与LOO误差界估计的算法模型,并通过数值试验表明了参数的不同取值对LOO误差与3个LOO误差界估计的影响。给出LOO误差界中参数选取的一定规律,使其更好地评价算法的精度。

通过广义D-间隙函数求解变分不等式问题的全局收敛性和误差界估计

1.引言 变分不等式问题(VIP)([1])就是求一个向量x*∈S Rn满足:

扰动算子的加W-权Drazin可逆性及其表示

本文利用算子分块矩阵表示,给出了加W-权Drazin可逆算子在一个扰动下仍然加W-权Drazin可逆的充分条件,并给出了扰动算子加W-权Drazin逆的表达式,从而得到了其相关的误差估计界。

双率采样量化控制系统参数辨识方法

针对双率采样和信号量化的控制系统,当估计误差方差无界时,采用随机重复性试验测量信息,提出基于辅助模型的双率采样量化控制系统辨识方法。首先分析了在随机重复性试验下双率采样量化系统当估计误差方差无界时的模型特征。推导了进行参数辨识所满足的持续激励条件,给出了估计误差方差无界时基于辅助模型的量化辨识递推算法;接着研究了所给出量化辨识递推算法的收敛性。最后数字仿真验证了算法的有效性。