文献类型：期刊文献

中文题名：在线分类算法收敛性分析

英文题名：Convergence Analysis of Online Classification Algorithms

作者：田明党[1];盛宝怀[2]

机构：[1]宁波大学理学院;[2]绍兴文理学院数学系

年份：2010

卷号：30

期号：10

起止页码：13

中文期刊名：绍兴文理学院学报

收录：国家哲学社会科学学术期刊数据库

语种：中文

中文关键词：分类算法;正则样本误差;正则系数;误差分析

外文关键词：classification algorithm; regularized sample error; coefficient regularization ; error analysis.

中文摘要：文章研究基于凸损失函数的系数正则化在线算法误差分析,给出了欧式空间上的一种不依赖于样本空间容量的算法,并且根据步长的选择给出了相应的学习速率和错分类误差.

外文摘要：The present paper deals with the error analysis of coefficient regularized online classification algorithms associated with convex loss functions. A novel capacity - independent approach based on the Eueliean Space is presented. Explicit learning rates and misclassification errors are also given for particular step sizes.