基于极限学习机的三维模型数据分类研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第13-17页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15页 |
| 1.3 本文的主要工作 | 第15-16页 |
| 1.4 各章研究内容与论文结构 | 第16-17页 |
| 2 研究基础 | 第17-25页 |
| 2.1 数据集 | 第17-18页 |
| 2.2 评价指标 | 第18-20页 |
| 2.2.1 混淆矩阵 | 第19页 |
| 2.2.2 方差 | 第19-20页 |
| 2.2.3 交叉验证 | 第20页 |
| 2.3 极限学习机 | 第20-25页 |
| 2.3.1 极限学习机背景 | 第20-21页 |
| 2.3.2 理论基础 | 第21-23页 |
| 2.3.3 研究现状 | 第23-25页 |
| 3 基于黄金分割优化的极限学习机算法 | 第25-32页 |
| 3.1 引言 | 第25页 |
| 3.2 黄金分割法 | 第25-29页 |
| 3.3 基于黄金分割优化的极限学习机 | 第29页 |
| 3.4 实验分析与结果 | 第29-31页 |
| 3.5 本章小结 | 第31-32页 |
| 4 基于限制波尔兹曼机的极限学习机方法 | 第32-40页 |
| 4.1 维数灾难 | 第32页 |
| 4.2 限制玻尔兹曼机 | 第32-34页 |
| 4.3 实验与结果分析 | 第34-39页 |
| 4.4 本章小结 | 第39-40页 |
| 5 基于迁移学习的极限学习机方法 | 第40-48页 |
| 5.1 迁移学习 | 第40-41页 |
| 5.2 类不平衡 | 第41-44页 |
| 5.3 基于迁移学习的极限学习机算法 | 第44-45页 |
| 5.4 实验分析与结果 | 第45-47页 |
| 5.4.1 数据集 | 第45页 |
| 5.4.2 实验设置和实验结果 | 第45-47页 |
| 5.5 本章小结 | 第47-48页 |
| 6 结论 | 第48-50页 |
| 6.1 研究总结 | 第48页 |
| 6.2 需要进一步开展的工作 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 作者简历 | 第54页 |
