基于流形学习的极限学习机算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景 | 第7页 |
| 1.2 国内外研究现状 | 第7-10页 |
| 1.2.1 极限学习机研究现状 | 第8-9页 |
| 1.2.2 流形学习研究现状 | 第9-10页 |
| 1.3 基于流形学习的极限学习机 | 第10页 |
| 1.4 本文的组织结构 | 第10-12页 |
| 2 相关理论知识与技术介绍 | 第12-23页 |
| 2.1 极限学习机(ELM) | 第12-13页 |
| 2.2 基于等式约束优化的极限学习机 | 第13-14页 |
| 2.3 流形学习算法 | 第14-21页 |
| 2.3.1 全局保持的流形算法 | 第15-16页 |
| 2.3.2 局部保持的流形算法 | 第16-21页 |
| 2.4 流形学习算法的比较 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 邻域保持极限学习机算法 | 第23-31页 |
| 3.1 局部近邻嵌入算法的优化 | 第23-24页 |
| 3.2 NPELM算法描述 | 第24-26页 |
| 3.3 实验结果与分析 | 第26-29页 |
| 3.4 本章小结 | 第29-31页 |
| 4 基于流形学习的判别邻域保持极限学习机算法 | 第31-38页 |
| 4.1 离散度矩阵的定义 | 第31-32页 |
| 4.1.1 类内离散度矩阵 | 第31页 |
| 4.1.2 类间离散度矩阵 | 第31-32页 |
| 4.2 DNPELM算法描述 | 第32-34页 |
| 4.3 实验结果与分析 | 第34-37页 |
| 4.4 本章小结 | 第37-38页 |
| 结论 | 第38-39页 |
| 参考文献 | 第39-43页 |
| 致谢 | 第43页 |
