| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及其意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 目的和意义 | 第11-12页 |
| 1.2 国内外的研究现状和发展 | 第12-14页 |
| 1.3 本文研究的主要内容 | 第14页 |
| 1.4 本文主要的结构安排 | 第14-16页 |
| 第2章 基本理论知识介绍 | 第16-25页 |
| 2.1 超限学习机理论 | 第16-18页 |
| 2.1.1 神经网络 | 第16页 |
| 2.1.2 单隐层前馈神经网络 | 第16-17页 |
| 2.1.3 超限学习机 | 第17-18页 |
| 2.2 竞争机制的超限学习机 | 第18-20页 |
| 2.3 正则化超限学习机 | 第20-22页 |
| 2.3.1 单输出分类器 | 第20-21页 |
| 2.3.2 多输出分类器 | 第21-22页 |
| 2.4 稀疏表示分类算法 | 第22-24页 |
| 2.5 自调节学习算法 | 第24-25页 |
| 第3章 竞争机制的超限学习机和稀疏表示分类算法 | 第25-45页 |
| 3.1 超限学习机与稀疏表示分类算法 | 第25-26页 |
| 3.2 竞争机制的超限学习机与稀疏表示分类算法 | 第26-29页 |
| 3.3 正则化竞争机制的超限学习机与稀疏表示分类算法 | 第29-30页 |
| 3.4 仿真实验及结果 | 第30-43页 |
| 3.4.1 在地标数据库上和ELM、ELMSRC的比较以及不同参数设置的比较 | 第30-32页 |
| 3.4.2 在人脸库上ELM、ELMSRC的比较以及不同参数设置、不同系数重构函数的比较 | 第32-37页 |
| 3.4.3 在文字库上ELM、ELMSRC的比较以及不同参数设置、不同系数重构函数的比较 | 第37-39页 |
| 3.4.4 在生物数据库上ELM、ELMSRC的比较以及不同系数重构函数的比较 | 第39-41页 |
| 3.4.5 在手写样本数据库上ELM、ELMSRC的比较以及不同参数设置的比较 | 第41-42页 |
| 3.4.6 在其他数据库上ELM、ELMSRC的比较以及不同参数设置和稀疏重构函数的比较 | 第42-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 基于差异度自调节的超限学习机算法 | 第45-55页 |
| 4.1 基于差异度自调节算法 | 第45-47页 |
| 4.1.1 SPLD模型 | 第45-46页 |
| 4.1.2 SPLD算法 | 第46-47页 |
| 4.2 基于差异度自调节的超限学习机算法 | 第47-49页 |
| 4.3 基于差异度自调节的正则化超限学习机算法 | 第49-50页 |
| 4.4 仿真实验及结果 | 第50-54页 |
| 4.4.1 SPLD-ELM与ELM识别率的比较 | 第50页 |
| 4.4.2 不同参数设置的识别率变化 | 第50-52页 |
| 4.4.3 SP-RELM和RELM的比较 | 第52-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 5.1 工作总结 | 第55-56页 |
| 5.2 展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62页 |
