| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 主要符号表 | 第10-11页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.1.1 核极限学习机的研究背景 | 第11页 |
| 1.1.2 核极限学习机的研究意义 | 第11-12页 |
| 1.2 核极限学习机的国内外研究现状 | 第12-17页 |
| 1.2.1 KELM和KSVM的关系 | 第12-14页 |
| 1.2.2 核函数的选择及参数优化 | 第14-15页 |
| 1.2.3 核极限学习机的应用 | 第15-17页 |
| 1.3 本文研究内容及主要工作 | 第17-18页 |
| 第2章 核极限学习机理论 | 第18-28页 |
| 2.1 单隐藏层前馈神经网络（SLFNS）模型 | 第18-22页 |
| 2.1.1 SLFNS模型的描述符及定义 | 第18-20页 |
| 2.1.2 传统算法求解 | 第20-21页 |
| 2.1.3 极限学习机算法求解SLFNS | 第21-22页 |
| 2.2 核极限学习机算法流程 | 第22-25页 |
| 2.3 核函数的性质 | 第25-26页 |
| 2.3.1 平移不变核的性质 | 第26页 |
| 2.3.2 旋转不变核的性质 | 第26页 |
| 2.3.3 组合核的性质 | 第26页 |
| 2.4 本章小结 | 第26-28页 |
| 第3章 再生多项式核极限学习机 | 第28-35页 |
| 3.1 引言 | 第28页 |
| 3.2 再生核理论 | 第28-29页 |
| 3.2.1 再生核的定义 | 第28-29页 |
| 3.2.2 再生核的性质和定理 | 第29页 |
| 3.3 再生多项式核极限学习机 | 第29-34页 |
| 3.3.1 再生核函数极限学习机的构建 | 第30-31页 |
| 3.3.2 再生多项式核极限学习机 | 第31-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 布谷鸟搜索算法参数寻优 | 第35-46页 |
| 4.1 引言 | 第35-36页 |
| 4.2 布谷鸟搜索（CS）算法原理 | 第36-37页 |
| 4.2.1 布谷鸟的繁育行为 | 第36页 |
| 4.2.2 莱维飞行模式 | 第36-37页 |
| 4.3 基于CS算法的组合核函数参数寻优步骤 | 第37-38页 |
| 4.3.1 CS算法数学模型的构建 | 第37-38页 |
| 4.3.2 基于CS算法的组合核函数参数寻优步骤 | 第38页 |
| 4.4 实验结果与分析 | 第38-45页 |
| 4.4.1 在双螺旋数据集上的分类 | 第39-40页 |
| 4.4.2 在BANANA数据集上的分类对比 | 第40-42页 |
| 4.4.3 在UCI数据集上的分类与回归对比应用 | 第42-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 基于再生多项式核极限学习机的遥感卫星图像识别 | 第46-55页 |
| 5.1 引言 | 第46-47页 |
| 5.2 图像特征提取 | 第47-48页 |
| 5.3 基于再生多项式核极限学习机的遥感卫星图像分类 | 第48-50页 |
| 5.4 实验结果分析 | 第50-54页 |
| 5.4.1 数据集介绍 | 第50-53页 |
| 5.4.2 实验结果分析 | 第53-54页 |
| 5.5 本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 致谢 | 第58-59页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第59页 |