| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| 目次 | 第9-11页 |
| 图清单 | 第11页 |
| 表清单 | 第11-12页 |
| 1 绪论 | 第12-15页 |
| ·研究背景 | 第12-14页 |
| ·本文主要工作 | 第14-15页 |
| 2 l1最小化算法在音频重构中的运用 | 第15-24页 |
| ·预备知识 | 第15-16页 |
| ·正交匹配追踪算法 | 第16-18页 |
| ·迭代收缩阈值法 | 第18-20页 |
| ·增广的拉格朗日乘子法 | 第20-21页 |
| ·实验 | 第21-23页 |
| ·小结 | 第23-24页 |
| 3 随机权前馈神经网络的l_1稀疏正则化算法 | 第24-35页 |
| ·预备知识 | 第24页 |
| ·主要贡献 | 第24-25页 |
| ·随机权神经网络 | 第25-26页 |
| ·NNRW的 l_1正则算法 | 第26-28页 |
| ·终止准则 | 第28页 |
| ·实验 | 第28-34页 |
| ·S-NNRW算法对UCI数据集的实验 | 第28-29页 |
| ·大数据量的分类 | 第29-31页 |
| ·人脸识别的应用 | 第31-33页 |
| ·数字手写体识别 | 第33-34页 |
| ·小结 | 第34-35页 |
| 4 基于Adaboost算法的自适应随机权神经网络算法 | 第35-45页 |
| ·预备知识 | 第35-37页 |
| ·本章贡献 | 第37-38页 |
| ·Adaptive Boost算法 | 第38-39页 |
| ·自适应随机权神经网络算法 | 第39-40页 |
| ·实验 | 第40-43页 |
| ·二分类问题中的应用 | 第41-42页 |
| ·人脸识别的应用 | 第42-43页 |
| ·小结 | 第43-45页 |
| 5 总结与展望 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 作者简历 | 第50页 |