摘要
Abstract
引言
第一章 基础知识
§1 径向基函数
§2 再生核Hilbert空间
§3 正定径向基函数空间下的正则化最小二乘模型建立
第二章 正则参数选取的模型
§1 正则化参数基于Co-kriging方法的猜想
§2 正则化参数基于最大后验似然估计意义下的Bayes方法中的解释
§3 正则化参数基于正则化参数本身意义的解释
第三章 正则化参数的后验方差迭代算法
§1 参数迭代算法的构建
§2 K的特征值λ_j与α_j的性质
§3 迭代算法的收敛性证明
§4 样本点数量N→+∞迭代极限的收敛性质
第四章 数值实验
§1 迭代收敛性验证
§2 与交叉验证法的比较
第五章 总结及展望
参考文献
致谢
