| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-20页 |
| §1.1 研究背景及问题 | 第8-19页 |
| §1.1.1 人工神经网络的生物学基础 | 第8页 |
| §1.1.2 人工神经网络的基本概念与基本原理 | 第8-14页 |
| §1.1.3 人工神经网络的发展 | 第14-16页 |
| §1.1.4 ELM算法的提出与发展 | 第16-19页 |
| §1.2 本文研究内容和组织结构 | 第19-20页 |
| 第二章 ELM算法综述 | 第20-36页 |
| §2.1 原始ELM算法的基本原理与算法步骤 | 第20-22页 |
| §2.2 结构增长型ELM算法 | 第22-28页 |
| §2.2.1 I-ELM算法 | 第22-23页 |
| §2.2.2 CI-ELM算法 | 第23-24页 |
| §2.2.3 EI-ELM算法 | 第24-25页 |
| §2.2.4 EM-ELM算法 | 第25-28页 |
| §2.3 结构递减型ELM算法 | 第28-30页 |
| §2.3.1 P-ELM算法 | 第28-29页 |
| §2.3.2 OP-ELM算法 | 第29-30页 |
| §2.4 自适应增长型ELM算法 | 第30-35页 |
| §2.4.1 AG-ELM算法 | 第30-32页 |
| §2.4.2 D-ELM算法 | 第32-35页 |
| §2.5 本章小结 | 第35-36页 |
| 第三章 基于二分法的AG-ELM算法改进 | 第36-42页 |
| §3.1 引言 | 第36页 |
| §3.2 BAG-ELM算法 | 第36-39页 |
| §3.3 数值实验 | 第39-41页 |
| §3.4 本章小结 | 第41-42页 |
| 第四章 基于LU分解的动态ELM算法 | 第42-49页 |
| §4.1 预备知识 | 第42-45页 |
| §4.1.1 Moore-Penrose广义逆介绍 | 第42-43页 |
| §4.1.2 LU分解求解广义逆 | 第43-45页 |
| §4.2 LUD-ELM算法 | 第45-46页 |
| §4.3 数值实验 | 第46-48页 |
| §4.4 本章小结 | 第48-49页 |
| 论文总结与前景展望 | 第49-50页 |
| 参考文献 | 第50-55页 |
| 攻读硕士学位期间取得的科研成果 | 第55-56页 |
| 致谢 | 第56页 |