首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

极端学习机的有效计算

摘要第1-6页
Abstract第6-9页
第1章 绪论第9-15页
   ·极端学习机的研究背景及意义第9-10页
   ·极端学习机的研究现状第10-11页
   ·摩尔彭罗斯广义逆的研究背景及现状第11-13页
   ·本文的主要内容第13-15页
第2章 极端学习机第15-21页
   ·极端学习机的简介第15-16页
   ·极端学习机的一致逼近性第16-18页
   ·极端学习机的特征映射第18页
   ·极端学习机回归与分类上的应用第18-20页
   ·本章小结第20-21页
第3章 广义逆的计算演变的多种极端学习机第21-27页
   ·奇异值分解极端学习机 (SVD-ELM)第21-22页
     ·奇异值分解算法原理第21-22页
     ·奇异值分解极端学习机算法第22页
   ·满秩分解极端学习机(FRF-ELM)第22-24页
     ·满秩分解算法原理第22-24页
     ·满秩分解极端学习机的算法第24页
   ·QR分解极端学习机(QR-ELM)第24-25页
     ·QR分解算法原理第24页
     ·QR分解极端学习机的算法第24-25页
   ·共轭格拉姆-施密特极端学习机(CGS-ELM)第25-26页
     ·共轭格拉姆-施密特算法原理第25-26页
     ·共轭格拉姆-施密特极端学习机算法第26页
   ·本章小结第26-27页
第4章 降阶矩阵极端学习机和张量乘积极端学习机第27-34页
   ·降阶矩阵极端学习机(Geninv-ELM)第27-28页
     ·降阶矩阵算法原理第27-28页
     ·降阶矩阵极端学习机算法第28页
   ·张量乘积矩阵极端学习机(TPM- ELM)第28-30页
     ·张量乘积矩阵算法原理第28-30页
     ·张量乘积矩阵极端学习机算法第30页
   ·实验结果及分析第30-33页
   ·本章小结第33-34页
第5章 结论与展望第34-35页
   ·结论第34页
   ·展望第34-35页
参考文献第35-38页
致谢第38-39页
攻读硕士学位期间发表的论文第39页

论文共39页,点击 下载论文
上一篇:教育部直属高校网页版式设计研究
下一篇:基于切换策略的机器人视觉伺服控制研究