首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

一种基于极限学习机的分类器及其应用研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-16页
    1.1 研究背景与意义第10-13页
        1.1.1 人工智能简述第10-11页
        1.1.2 极限学习机简介及其研究意义第11-13页
    1.2 本文主要内容及技术路线第13-14页
        1.2.1 研究内容第13页
        1.2.2 技术路线第13-14页
    1.3 章节安排第14-16页
第2章 相关研究综述第16-27页
    2.1 人工智能发展情况简述第16-19页
        2.1.1 人工智能发展历程第16-17页
        2.1.2 几种经典人工智能分类方法简介第17-19页
    2.2 支持向量机算法介绍第19-24页
    2.3 极限学习机算法介绍第24-27页
第3章 基于极限学习机分类器的参数研究第27-54页
    3.1 实验环境说明第27-29页
        3.1.1 数据集产生第27页
        3.1.2 测试误差及训练误差表述指标第27-28页
        3.1.3 SVM及ELM结构设置第28-29页
    3.2 实验结果及分析第29-53页
        3.2.1 训练集样本数的影响第29-36页
        3.2.2 隐层节点的影响第36-40页
        3.2.3 输入层权值的影响第40-45页
        3.2.4 隐层节点偏置量的影响第45-51页
        3.2.5 样本归一化的影响第51-53页
    3.3 本章小结第53-54页
第4章 极限学习机在摔倒测试中的应用研究第54-60页
    4.1 应用背景第54-55页
    4.2 数据获取与整理第55-56页
    4.3 参数设计及分析第56-59页
        4.3.1 输入节点数的选取第56-57页
        4.3.2 ELM参数设计第57-58页
        4.3.3 样本归一化处理第58-59页
    4.4 本章小结第59-60页
第5章 结束语第60-61页
参考文献第61-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:谐振筒式液体密度传感器的研究
下一篇:APT恶意软件的传播特性与抑制策略研究