基于群智能优化的核极限学习机模型选择方法研究及应用
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第11-18页 |
| 1 研究内容 | 第11-16页 |
| 2 论文结构 | 第16-18页 |
| 第二章 背景知识 | 第18-41页 |
| 1 核极限学习机 | 第18-23页 |
| 1.1 极限学习机 | 第18-21页 |
| 1.2 核学习机理 | 第21-23页 |
| 2 特征选择方法 | 第23-25页 |
| 2.1 生成过程 | 第23-24页 |
| 2.2 评测函数 | 第24-25页 |
| 3 灰狼优化算法 | 第25-30页 |
| 3.1 算法启发 | 第26-27页 |
| 3.2 算法模型 | 第27-29页 |
| 3.3 算法概述 | 第29-30页 |
| 4 飞蛾优化算法 | 第30-35页 |
| 4.1 算法启发 | 第30-32页 |
| 4.2 算法模型 | 第32-34页 |
| 4.3 算法概述 | 第34-35页 |
| 5 灰鲸优化算法 | 第35-41页 |
| 5.1 算法启发 | 第35-36页 |
| 5.2 算法模型 | 第36-39页 |
| 5.3 算法概述 | 第39-41页 |
| 第三章 基于反向学习灰狼优化算法的核极限学习机 | 第41-65页 |
| 1 引言 | 第41-42页 |
| 2 反向学习机制 | 第42-43页 |
| 3 改进的灰狼优化算法 | 第43-44页 |
| 4 实验设计 | 第44-47页 |
| 4.1 数据描述 | 第44-46页 |
| 4.2 实验设置 | 第46-47页 |
| 4.3 性能评估 | 第47页 |
| 5 实验结果与分析 | 第47-64页 |
| 5.1 Wieslaw企业破产数据集 | 第47-55页 |
| 5.2 日本企业破产数据集(JPNBDS) | 第55-64页 |
| 6 本章小结 | 第64-65页 |
| 第四章 基于混沌飞蛾优化算法的核极限学习机 | 第65-85页 |
| 1 引言 | 第65-66页 |
| 2 混沌理论 | 第66-67页 |
| 3 混沌飞蛾优化算法 | 第67-68页 |
| 4 基于混沌飞蛾优化算法的极限学习机 | 第68-71页 |
| 5 实验设计 | 第71-74页 |
| 5.1 数据描述 | 第71-73页 |
| 5.2 实验设置 | 第73页 |
| 5.3 性能评估 | 第73-74页 |
| 6 实验结果与分析 | 第74-84页 |
| 6.1 帕金森疾病诊断 | 第74-78页 |
| 6.2 乳腺癌疾病诊断 | 第78-84页 |
| 7 本章小结 | 第84-85页 |
| 第五章 基于混沌多种群鲸鱼优化算法的核极限学习机 | 第85-102页 |
| 1 引言 | 第85-86页 |
| 2 多种群鲸鱼优化算法 | 第86-87页 |
| 3 混沌多种群鲸鱼优化算法 | 第87-91页 |
| 4 基于混沌多种群鲸鱼优化算法的核极限学习机 | 第91-94页 |
| 5 实验设计 | 第94-95页 |
| 5.1 数据描述 | 第94页 |
| 5.2 实验设置 | 第94-95页 |
| 6 实验结果与分析 | 第95-101页 |
| 7 本章小结 | 第101-102页 |
| 第六章 总结与展望 | 第102-105页 |
| 1 工作总结 | 第102-103页 |
| 2 研究展望 | 第103-105页 |
| 参考文献 | 第105-110页 |
| 致谢 | 第110-111页 |
| 攻读硕士学位期间发表的学术论文目录 | 第111页 |
