| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·研究的背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-14页 |
| ·主要工作及章节安排 | 第14-15页 |
| 第2章 基础知识 | 第15-24页 |
| ·人工神经网络 | 第15-18页 |
| ·神经网络的基本原理 | 第15-17页 |
| ·常用的激活函数 | 第17-18页 |
| ·神经网络的拓扑结构 | 第18页 |
| ·极端学习机（Extreme Learning Machine） | 第18-24页 |
| ·单隐层前馈型网络的功能 | 第18-20页 |
| ·随机隐节点的SLFNs | 第20-22页 |
| ·SLFNs的最小范数最小均方解 | 第22-23页 |
| ·ELM算法 | 第23-24页 |
| 第3章 基于局部泛化误差模型的ELM网络结构选择 | 第24-36页 |
| ·局部泛化误差模型 | 第24-30页 |
| ·Q-邻域和Q-并 | 第25-26页 |
| ·局部泛化误差边界 | 第26-27页 |
| ·ELM网络的敏感项 | 第27-30页 |
| ·局部泛化误差边界的性质 | 第30页 |
| ·基于局部泛化误差模型的ELM网络结构选择 | 第30-32页 |
| ·分类器的比较 | 第30-31页 |
| ·网络结构选择算法 | 第31-32页 |
| ·试验结果及分析 | 第32-36页 |
| ·性能验证 | 第33页 |
| ·分类问题上的应用 | 第33-34页 |
| ·回归问题上的应用 | 第34-36页 |
| 第4章 ELM网络结构选择的两种剪枝算法 | 第36-47页 |
| ·基于相容粗糙集的ELM网络结构选择 | 第36-42页 |
| ·相容粗糙集 | 第36-37页 |
| ·TRS-PELM算法 | 第37-38页 |
| ·实验结果及分析 | 第38-42页 |
| ·基于后验概率的敏感度的网络结构选择 | 第42-47页 |
| ·HSPP-ELM算法 | 第43-44页 |
| ·实验结果及分析 | 第44-47页 |
| 第5章 总结与展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间取得的科研成果 | 第53页 |