核极限学习机的理论与算法及其在图像处理中的应用
| 致谢 | 第1-7页 |
| 摘要 | 第7-9页 |
| Abstract | 第9-18页 |
| 1 绪论 | 第18-36页 |
| ·研究背景及意义 | 第18-21页 |
| ·支持向量机 | 第21-24页 |
| ·最小二乘支持向量机 | 第24-25页 |
| ·核极限学习机的学习算法 | 第25-31页 |
| ·核极限学习机研究方法现状 | 第31-33页 |
| ·本文的研究内容及各章节介绍 | 第33-36页 |
| 2 极限学习机的快速稀疏近似 | 第36-50页 |
| ·引言 | 第36-37页 |
| ·极限学习机统一学习模型：回归、二分类和多分类 | 第37-38页 |
| ·快速稀疏近似算法 | 第38-42页 |
| ·仿真和实验分析 | 第42-48页 |
| ·本章小结 | 第48-50页 |
| 3 基于多核学习的极限学习机分类器设计 | 第50-64页 |
| ·引言 | 第50-51页 |
| ·极限学习机的多核学习算法 | 第51-55页 |
| ·实验结果 | 第55-60页 |
| ·结论和未来的研究 | 第60-64页 |
| 4 基于进化极限学习机的人脸性别识别 | 第64-74页 |
| ·引言 | 第64-65页 |
| ·进化极限学习机 | 第65-66页 |
| ·人脸性别识别算法 | 第66-70页 |
| ·实验和评估 | 第70-71页 |
| ·比较结果 | 第71-72页 |
| ·结论 | 第72-74页 |
| 5 基于稀疏编码和核极限学习机的图像超分辨率复原 | 第74-92页 |
| ·引言 | 第74-75页 |
| ·稀疏编码的图像超分辨率复原模型 | 第75-78页 |
| ·核极限学习机的图像超分辨率复原架构 | 第78-82页 |
| ·实验结果和仿真 | 第82-90页 |
| ·结论 | 第90-92页 |
| 6 核极限学习机在钢球表面缺陷检测中的应用 | 第92-108页 |
| ·引言 | 第92-95页 |
| ·小钢球表面缺陷图像的检测 | 第95-102页 |
| ·基于核极限学习机的钢球表面缺陷分类研究 | 第102-104页 |
| ·实验与仿真验证 | 第104-106页 |
| ·结论 | 第106-108页 |
| 7 总结与展望 | 第108-110页 |
| ·本文总结 | 第108-109页 |
| ·研究展望 | 第109-110页 |
| 参考文献 | 第110-120页 |
| 发表文章目录 | 第120页 |
