| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状及分析 | 第10-12页 |
| 1.3 主要研究内容 | 第12页 |
| 1.4 论文组织 | 第12-13页 |
| 第2章 极速学习机 | 第13-24页 |
| 2.1 极速学习机结构和原理 | 第13-15页 |
| 2.2 极速学习机的广义逆 | 第15-20页 |
| 2.2.1 极速学习机广义逆的计算 | 第16-17页 |
| 2.2.2 法方程 | 第17-20页 |
| 2.3 极速学习机的研究成果 | 第20-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 分类器的不确定性和泛化能力的依赖关系 | 第24-29页 |
| 3.1 分类器的泛化能力 | 第24-25页 |
| 3.2 分类器的输出的模糊性 | 第25-27页 |
| 3.3 分类器的泛化能力和模糊性的依赖关系 | 第27-28页 |
| 3.4 本章小结 | 第28-29页 |
| 第4章 分类问题的复杂性 | 第29-35页 |
| 4.1 分类问题复杂性的定义 | 第29页 |
| 4.2 分类问题复杂性起因 | 第29-31页 |
| 4.2.1 样例属性不准确性 | 第29-30页 |
| 4.2.2 边界样例的距离 | 第30-31页 |
| 4.2.3 属性值分布的宽度 | 第31页 |
| 4.3 分类问题的复杂性的量化方法 | 第31-33页 |
| 4.3.1 属性的期望方差比例法 | 第31-32页 |
| 4.3.2 类别重叠区域法 | 第32页 |
| 4.3.3 类别的平均距离法 | 第32-33页 |
| 4.4 分类问题复杂性、不确定性和泛化能力的关系 | 第33-34页 |
| 4.5 本章小结 | 第34-35页 |
| 第5章 不确定性和分类问题复杂性对泛化能力影响的研究 | 第35-42页 |
| 5.1 基于不确定性和复杂性的泛化能力算法研究 | 第35-36页 |
| 5.2 实验环境及数据处理 | 第36-38页 |
| 5.2.1 实验环境 | 第36页 |
| 5.2.2 数据处理 | 第36-38页 |
| 5.3 实验结果和分析 | 第38-41页 |
| 5.3.1 测试精度与输出不确定性的关系 | 第38-39页 |
| 5.3.2 分类问题复杂性的输出结果和实验分析 | 第39-41页 |
| 5.4 本章小结 | 第41-42页 |
| 第6章 总结与展望 | 第42-44页 |
| 6.1 本文总结 | 第42页 |
| 6.2 工作展望 | 第42-44页 |
| 参考文献 | 第44-48页 |
| 致谢 | 第48-49页 |
| 攻读学位期间取得的科研成果 | 第49页 |