不确定统计学习理论与支持向量机.pdf
本书系统地介绍了不确定统计学习理论与支持向量机，除扼要介绍国内外其他学者的研究成果外，主要介绍作者已公开发表的系列研究工作.主要内容包括:广义不确定集、广义不确定测度与广义不确定变量、不确定学习过程的一致性、不确定学习过程收敛速度的界、控制不确定学习过程的推广能力、概率测度空间上
学习理论
规则样例学习理论 张奇 著.pdf
规则样例学习主要是通过样例（动-静态样例、范例和例题等）学习，归纳和运用新规则的过程。笔者将样例学习划分为问题解决样例学习与规则样例学习两种，并开展规则样例学习研究近20年。在数学、物理、化学、生物学、解题、写作和语法规则等样例学习实验研究的基础上，归纳出8种规则样例学习模式，建
不确定统计学习理论.pdf
本书主要内容包括：不确定学习过程的一致性、不确定学习过程收敛速度的界、不确定的结构风险最小化原则以及不确定支持向量机。
机器学习理论与算法.pdf
本书集中介绍了机器学习的一些典型方法、理论和应用领域，并首次系统地给出了构造性机器学习方法——覆盖算法。全书通过研究大量丰富的文献资料和科研成果，对机器学习典型算法的过去做了应有回顾，对现状做出了必要剖析，对未来进行了充分展望。
机器人操作的机器学习理论——从拟人操作到技巧迁移.pdf
本书从机械臂的拟人化操作机理、运动规划与任务规划、技巧迁移方法及双臂协调操作等方面系统性地阐述了机器人拟人化操作的机器学习理论与关键技术，主要内容包括：基于人臂三角形的拟人化操作基础，拟人化操作运动学，拟人化操作的运动规划与任务规划方法，基于全局避障地图的拟人臂避障方法，基于肌肉
- «
- »