基于极限学习机改进模型的煤矿突水水源识别研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第20-32页 |
| 1.1 研究背景及意义 | 第20-22页 |
| 1.2 国内外研究现状 | 第22-28页 |
| 1.2.1 常见的水源识别方法 | 第22-24页 |
| 1.2.2 前馈神经网络发展 | 第24-26页 |
| 1.2.3 极限学习机应用及发展 | 第26-28页 |
| 1.3 课题来源及论文结构安排 | 第28-30页 |
| 1.4 本章小结 | 第30-32页 |
| 2 极限学习机基础理论及基本模型 | 第32-42页 |
| 2.1 SLFN逼近能力的分析 | 第33-34页 |
| 2.2 基本工作原理 | 第34-36页 |
| 2.3 仿真实验分析 | 第36-39页 |
| 2.4 主要优化的方向 | 第39-41页 |
| 2.5 本章小结 | 第41-42页 |
| 3 L2范数及图的流形正则优化的单隐含层ELM | 第42-56页 |
| 3.1 L2范数正则优化 | 第42-44页 |
| 3.2 仿真实验分析 | 第44-46页 |
| 3.3 图的流形正则化 | 第46-51页 |
| 3.3.1 图的基本理论 | 第47页 |
| 3.3.2 图的流形化 | 第47-48页 |
| 3.3.3 GM-RELM模型 | 第48-51页 |
| 3.4 仿真实验分析 | 第51-54页 |
| 3.5 本章小结 | 第54-56页 |
| 4 多隐含层深度融合的正则化ELM | 第56-74页 |
| 4.1 特征提取 | 第56-62页 |
| 4.1.1 线性特征提取 | 第57-58页 |
| 4.1.2 非线性特征提取 | 第58-62页 |
| 4.2 多隐含层正则ELM模型 | 第62-65页 |
| 4.2.1 多隐含层网络结构 | 第62-64页 |
| 4.2.2 ML2-RELM模型 | 第64-65页 |
| 4.2.3 MGM-RELM模型 | 第65页 |
| 4.3 仿真实验分析 | 第65-72页 |
| 4.4 本章小结 | 第72-74页 |
| 5 在线顺序的正则化ELM | 第74-92页 |
| 5.1 在线顺序ELM | 第74-80页 |
| 5.1.1 顺序学习方式 | 第74-75页 |
| 5.1.2 逐个学习样本 | 第75-77页 |
| 5.1.3 逐块学习样本 | 第77-80页 |
| 5.2 正则顺序ELM | 第80-83页 |
| 5.3 仿真实验分析 | 第83-90页 |
| 5.4 本章小结 | 第90-92页 |
| 6 极限学习机在煤矿突水水源识别中的应用 | 第92-128页 |
| 6.1 实验平台及水样采集 | 第92-93页 |
| 6.2 传统神经网络识别模型 | 第93-99页 |
| 6.2.1 光谱预处理 | 第94-95页 |
| 6.2.2 特征信息提取 | 第95-96页 |
| 6.2.3 BP识别模型 | 第96-98页 |
| 6.2.4 SVM识别模型 | 第98-99页 |
| 6.3 基本的ELM识别模型 | 第99-104页 |
| 6.3.1 模型学习过程 | 第100-102页 |
| 6.3.2 实验结果与分析 | 第102-104页 |
| 6.4 单隐含层正则ELM识别模型 | 第104-112页 |
| 6.4.1 单纯水样模型的建立 | 第105-108页 |
| 6.4.2 实验结果与分析 | 第108-111页 |
| 6.4.3 混合水样实验结果与分析 | 第111-112页 |
| 6.5 多层融合正则ELM识别模型 | 第112-117页 |
| 6.5.1 ML2-RELM识别模型 | 第113页 |
| 6.5.2 实验结果与分析 | 第113-115页 |
| 6.5.3 MGM-RELM识别模型 | 第115页 |
| 6.5.4 实验结果与分析 | 第115-117页 |
| 6.6 在线正则ELM识别模型 | 第117-127页 |
| 6.6.1 OS-ELM识别模型 | 第117-118页 |
| 6.6.2 实验结果与分析 | 第118-121页 |
| 6.6.3 OS-RELM识别模型 | 第121-124页 |
| 6.6.4 实验结果与分析 | 第124-127页 |
| 6.7 本章小结 | 第127-128页 |
| 7 总结与展望 | 第128-132页 |
| 7.1 本文总结 | 第128-129页 |
| 7.2 主要创新点 | 第129页 |
| 7.3 未来展望 | 第129-132页 |
| 参考文献 | 第132-142页 |
| 致谢 | 第142-144页 |
| 作者简介及读博期间主要科研成果 | 第144-145页 |
