融合分层极限学习机算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 本文研究内容和组织结构 | 第11-13页 |
| 第2章 极限学习机理论与相关算法 | 第13-27页 |
| 2.1 极限学习机 | 第13-16页 |
| 2.1.1 ELM理论 | 第13-14页 |
| 2.1.2 ELM算法 | 第14-16页 |
| 2.2 双隐层极限学习机 | 第16-18页 |
| 2.3 分层极限学习机 | 第18-21页 |
| 2.4 深度学习 | 第21-25页 |
| 2.4.1 自编码器 | 第21-22页 |
| 2.4.2 深度置信网络 | 第22-24页 |
| 2.4.3 卷积神经网络 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 融合分层极限学习机 | 第27-35页 |
| 3.1 改进的双隐层极限学习机 | 第27-29页 |
| 3.1.1 改进的双隐层极限学习机理论 | 第27-28页 |
| 3.1.2 改进的双隐层极限学习机算法表现 | 第28-29页 |
| 3.2 融合分层极限学习机 | 第29-33页 |
| 3.2.1 融合分层极限学习机理论 | 第29-32页 |
| 3.2.2 融合分层极限学习机算法表现 | 第32-33页 |
| 3.3 本章小结 | 第33-35页 |
| 第4章 正则化融合分层极限学习机 | 第35-40页 |
| 4.1 理论基础 | 第35-36页 |
| 4.2 正则化融合分层极限学习机 | 第36-37页 |
| 4.3 正则化融合分层极限学习机实验对比 | 第37-38页 |
| 4.4 本章小结 | 第38-40页 |
| 第5章 总结与展望 | 第40-42页 |
| 5.1 总结 | 第40页 |
| 5.2 展望 | 第40-42页 |
| 参考文献 | 第42-45页 |
| 致谢 | 第45-46页 |
| 附录A (攻读硕士学位期间的研究成果) | 第46页 |
