中文摘要 | 第1-4页 |
Abstract | 第4-8页 |
第一章 绪论 | 第8-18页 |
§1.1 研究背景及问题 | 第8-17页 |
§1.1.1 神经网络的基本概念 | 第8-13页 |
§1.1.2 神经网络的发展 | 第13-14页 |
§1.1.3 ELM算法的兴起与发展 | 第14-17页 |
§1.2 本文研究内容和组织结构 | 第17-18页 |
第二章 ELM算法综述 | 第18-24页 |
§2.1 单隐层前向神经网络结构及其数学模型 | 第18-19页 |
§2.2 ELM算法 | 第19-23页 |
§2.2.1 预备知识 | 第19-20页 |
§2.2.2 ELM算法 | 第20-23页 |
§2.3 本章小结 | 第23-24页 |
第三章 基于L~(1/2)正则化的快速ELM算法 | 第24-35页 |
§3.1 引言 | 第24-25页 |
§3.2 L~(1/2)-RELM算法 | 第25-27页 |
§3.2.1 L~(1/2)则化理论简述 | 第25-26页 |
§3.2.2 L~(1/2)-RELM算法 | 第26-27页 |
§3.3 数值实验 | 第27-33页 |
§3.3.1 回归问题 | 第28-31页 |
§3.3.2 分类问题 | 第31-33页 |
§3.4 本章小结 | 第33-35页 |
第四章 基于满秩Cholesky分解的快速ELM算法 | 第35-49页 |
§4.1 引言 | 第35页 |
§4.2 Cholesky分解 | 第35-39页 |
§4.2.1 对称正定矩阵的Cholesky分解 | 第36-37页 |
§4.2.2 对称半正定矩阵的Cholesky分解 | 第37-39页 |
§4.3 FRCF-ELM算法及其计算复杂度分析 | 第39-42页 |
§4.3.1 FRCF-ELM算法 | 第39-41页 |
§4.3.2 复杂度分析 | 第41-42页 |
§4.4 数值实验 | 第42-46页 |
§4.4.1 回归问题 | 第42-45页 |
§4.4.2 分类问题 | 第45-46页 |
§4.5 本章小结 | 第46-49页 |
论文总结与前景展望 | 第49-50页 |
参考文献 | 第50-55页 |
攻读硕士学位期间取得的科研成果 | 第55-56页 |
致谢 | 第56页 |