| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| CONTENTS | 第7-10页 |
| CHINESE CONTENTS | 第10-12页 |
| List of figures | 第12-13页 |
| List of tables | 第13-14页 |
| 1 Introduction | 第14-48页 |
| ·Neural networks | 第14页 |
| ·Models of a neuron | 第14-15页 |
| ·Types of neural networks | 第15-16页 |
| ·Single layer feedforward neural network | 第15-16页 |
| ·Multi layer feedforward neural network | 第16页 |
| ·Recurrent network | 第16页 |
| ·Learning proces | 第16-20页 |
| ·Error-correction learning | 第17-18页 |
| ·Supervised learning | 第18页 |
| ·Unsupervised learning | 第18-20页 |
| ·Learning tasks | 第20-22页 |
| ·Pattern recognition | 第20-21页 |
| ·Function approximation | 第21-22页 |
| ·Self Organizing Map (SOM) | 第22-27页 |
| ·SOM-based Optimization (SOMO) | 第27-32页 |
| ·Regularization methods | 第32-34页 |
| ·L_(1/2) Regularization algorithm | 第34-35页 |
| ·Double Parallel Feedforward Neural Network (DPFNN) | 第35-36页 |
| ·Extreme Learning Machine (ELM) | 第36-42页 |
| ·Regularized Extreme Learning Machine (ELM) | 第42-48页 |
| ·A Methodology for Building Regression Models using ELM: OP-ELM | 第42-43页 |
| ·A double-regularized ELM using LARS and Tikhonov regularization | 第43页 |
| ·Pruned-ELM (P-ELM) | 第43-44页 |
| ·Evolutionary Extreme Learning Machine (E-ELM) | 第44-46页 |
| ·Regularized Least-Squares Extreme Learning Machine (RLS-ELM) | 第46-48页 |
| 2 SOMO-m Optimization with Multiple Winners | 第48-57页 |
| ·Introduction | 第48页 |
| ·SOMO-m for finding one minimum | 第48-50页 |
| ·SOMO-2 for two minima | 第50-51页 |
| ·Simulation results | 第51-57页 |
| ·Objective functions | 第51页 |
| ·Parameters of simulation | 第51-52页 |
| ·Simulations of SOMO-m for one minimum | 第52-54页 |
| ·Simulations of SOMO-2 for two minima | 第54-57页 |
| 3 MaxMin-SOMO Algorithm | 第57-63页 |
| ·Introduction | 第57页 |
| ·MaxMin-SOMO | 第57-59页 |
| ·Simulation results | 第59-63页 |
| ·Objective functions | 第59页 |
| ·Parameters of simulation | 第59页 |
| ·Discussions | 第59-63页 |
| 4 Convergence of the SOM-based Optimization (SOMO) by Using a Specific Distance Measure | 第63-75页 |
| ·Introduction | 第63页 |
| ·Convergence of SOMO | 第63-70页 |
| ·Experimental results | 第70-75页 |
| ·Example 1 | 第70页 |
| ·Objective functions | 第70-71页 |
| ·Parameters of simulation | 第71页 |
| ·Discussion | 第71-72页 |
| ·Example 2: Neural network training problem for the XOR data set | 第72-75页 |
| 5 Double Parallel Feedforward Neural Network Based on the Extreme Learning Machine with L_(1/2) Regularizer | 第75-82页 |
| ·Introduction | 第75-76页 |
| ·DPFNN based on ELM with L_(1/2):regularization | 第76-77页 |
| ·Performance evaluation | 第77-82页 |
| ·Example 1:Parity problem | 第77-78页 |
| ·Example 2:A real world prediction problem | 第78-82页 |
| 6 The Summarize and Prospect | 第82-84页 |
| Innovations | 第84-85页 |
| References | 第85-92页 |
| The Papers Published as a P.H | 第92-94页 |
| Thanks | 第94-96页 |
| Author Introduction | 第96-98页 |
