基于超限学习机的几种增量算法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景及现状 | 第8-9页 |
| 1.2 研究内容及意义 | 第9-10页 |
| 1.3 相关知识及概念 | 第10-16页 |
| 1.3.1 SLFN模型 | 第10-12页 |
| 1.3.2 ELM算法 | 第12-16页 |
| 第二章 剔除训练样本的在线负增量算法研究 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 剔除训练样本的在线负增量算法 | 第16-18页 |
| 2.3 算法复杂性分析 | 第18-19页 |
| 2.4 仿真实验 | 第19-24页 |
| 2.4.1 回归问题 | 第19页 |
| 2.4.2 分类问题 | 第19-24页 |
| 第三章 替换训练样本的增量算法研究 | 第24-32页 |
| 3.1 引言 | 第24页 |
| 3.2 替换训练样本的在线负增量算法 | 第24-26页 |
| 3.3 算法复杂性分析 | 第26-27页 |
| 3.4 仿真实验 | 第27-32页 |
| 3.4.1 回归问题 | 第27-28页 |
| 3.4.2 分类问题 | 第28-32页 |
| 第四章 增加隐层结点的增量算法研究 | 第32-40页 |
| 4.1 引言 | 第32-33页 |
| 4.2 增加隐层节点的增量算法 | 第33-34页 |
| 4.3 算法复杂性分析 | 第34-36页 |
| 4.4 仿真实验 | 第36-40页 |
| 4.4.1 回归问题 | 第36页 |
| 4.4.2 分类问题 | 第36-40页 |
| 第五章 总结 | 第40-42页 |
| 参考文献 | 第42-45页 |
| 攻读学位期间取得的研究成果 | 第45-46页 |
| 致谢 | 第46-48页 |
