| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 超限学习机的研究现状 | 第11-12页 |
| 1.3 本文的主要工作 | 第12-13页 |
| 第2章 四元数的基本理论 | 第13-20页 |
| 2.1 引言 | 第13页 |
| 2.2 四元数的概念以及性质 | 第13-16页 |
| 2.2.1 四元数定义 | 第13-15页 |
| 2.2.2 四元数卷乘 | 第15页 |
| 2.2.3 四元数三角函数 | 第15-16页 |
| 2.3 四元数GHR算子 | 第16-17页 |
| 2.4 四元数主成分分析 | 第17-18页 |
| 2.5 增广四元数信号统计 | 第18-20页 |
| 第3章 四元数超限学习机批处理学习算法 | 第20-26页 |
| 3.1 标准四元数超限学习机模型 | 第20-23页 |
| 3.2 正则化四元数超限学习机模型 | 第23-26页 |
| 第4章 增广四元数超限学习机批处理学习算法 | 第26-44页 |
| 4.1 宽线性四元数超限学习机模型 | 第26-30页 |
| 4.1.1 WQELMAI的网络结构和算法 | 第26-28页 |
| 4.1.2 WQELMAH的网络结构和算法 | 第28-30页 |
| 4.2 半宽线性四元数超限学习机模型 | 第30-31页 |
| 4.3 正则化增广四元数超限学习机模型 | 第31-33页 |
| 4.3.1 正则化WQELMAI算法 | 第31-32页 |
| 4.3.2 正则化WQELMAH算法 | 第32页 |
| 4.3.3 正则化SWQELMAI算法和SWQELMAH算法 | 第32-33页 |
| 4.4 数值试验 | 第33-43页 |
| 4.4.1 Lorenz Chaotic时间序列 | 第33-36页 |
| 4.4.2 Satio's Circuit时间序列 | 第36-38页 |
| 4.4.3 四维风的预测 | 第38-41页 |
| 4.4.4 彩色人脸识别 | 第41-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 增广四元数超限学习机在线序列学习算法 | 第44-56页 |
| 5.1 四元数超限学习机在线序列学习模型 | 第44-47页 |
| 5.2 宽线性四元数超限学习机在线序列学习模型 | 第47-50页 |
| 5.2.1 OS-WQELMAI模型 | 第47-49页 |
| 5.2.2 OS-WQELMAH模型 | 第49-50页 |
| 5.3 半宽线性四元数超限学习机在线序列学习模型 | 第50-51页 |
| 5.4 数值实验 | 第51-55页 |
| 5.4.1 Lorenz Chaotic时间序列 | 第51-52页 |
| 5.4.2 Saito's Circuit时间序列 | 第52-54页 |
| 5.4.3 四维风的预测 | 第54-55页 |
| 5.5 本章小结 | 第55-56页 |
| 结论与展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 攻读学位期间公开发表论文 | 第61-62页 |
| 致谢 | 第62-63页 |
| 作者简介 | 第63页 |
