本文研究了机器学习中输入变量个数趋向无穷大的情况，完善了核和其再生核希尔伯特空间均值场极限的理论，并将其应用于支持向量机的统计学习中。结果为大规模问题提供了新的理论工具和洞见，同时提出了一种尚未研究的学习问题形式。