基于极限学习机的智能手机传感器活动识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景 | 第10-12页 |
| 1.2 课题研究现状 | 第12-13页 |
| 1.3 本文主要研究内容及组织架构 | 第13-15页 |
| 第2章 极限学习机扩展模型 | 第15-20页 |
| 2.1 极限学习机算法原理与模型扩展 | 第15-17页 |
| 2.2 极限学习机正则化 | 第17-18页 |
| 2.3 基于极限学习机的自动编码器 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第3章 层次形极限学习机监督模型 | 第20-37页 |
| 3.1 层次形极限学习机模型 | 第20-21页 |
| 3.2 极限学习机稀疏自动编码器 | 第21-22页 |
| 3.3 层次形极限学习机用于深度重构模型 | 第22-28页 |
| 3.3.1 深度重构模型模版 | 第23-24页 |
| 3.3.2 层次形极限学习机初始化参数 | 第24-26页 |
| 3.3.3 学习特定类的模型 | 第26-27页 |
| 3.3.4 深度重构模型活动识别过程 | 第27-28页 |
| 3.4 实验结果与分析 | 第28-36页 |
| 3.4.1 实验设置 | 第28-29页 |
| 3.4.2 dataset1实验 | 第29-34页 |
| 3.4.3 UCI HAR数据集实验 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 半监督极限学习机模型研究与优化 | 第37-51页 |
| 4.1 半监督极限学习机原理与模型 | 第37-40页 |
| 4.2 PCA+半监督极限学习机 | 第40-41页 |
| 4.3 实验结果与分析 | 第41-50页 |
| 4.3.1 dataset1数据集实验 | 第42-44页 |
| 4.3.2 dataset2数据集实验 | 第44-48页 |
| 4.3.3 UCI HAR数据集实验 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 无监督极限学习机模型研究 | 第51-57页 |
| 5.1 无监督极限学习机算法原理 | 第51-52页 |
| 5.2 实验结果与分析 | 第52-56页 |
| 5.2.1 dataset1数据集实验 | 第52-54页 |
| 5.2.2 dataset2数据集实验 | 第54-55页 |
| 5.2.3 UCI HAR数据集实验 | 第55-56页 |
| 5.3 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第63-64页 |
| 致谢 | 第64页 |
