| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 神经网络的发展简史 | 第10页 |
| 1.2.2 极速学习机的研究现状 | 第10-14页 |
| 1.3 本文主要工作 | 第14页 |
| 1.4 全文章节安排 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第2章 预备知识 | 第16-26页 |
| 2.1 神经网络基本模型 | 第16-18页 |
| 2.1.1 神经元 | 第16页 |
| 2.1.2 神经网络基本模型 | 第16-18页 |
| 2.2 正则极速学习机 | 第18-21页 |
| 2.2.1 单隐层前馈神经网络 | 第19页 |
| 2.2.2 极速学习机 | 第19-21页 |
| 2.2.3 正则极速学习机 | 第21页 |
| 2.3 卷积神经网络 | 第21-24页 |
| 2.3.1 全连接层 | 第22-23页 |
| 2.3.2 卷积层 | 第23-24页 |
| 2.3.3 子采样层 | 第24页 |
| 2.4 图像识别概述 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于遗传算法的正则极速学习机 | 第26-38页 |
| 3.1 遗传算法 | 第26-27页 |
| 3.1.1 遗传算法的执行过程 | 第26-27页 |
| 3.2 基于遗传算法的正则极速学习机 | 第27-29页 |
| 3.3 仿真实验与对比分析 | 第29-36页 |
| 3.3.1 Matlab R2014a环境下的遗传算法工具箱 | 第30页 |
| 3.3.2 小波分解 | 第30-31页 |
| 3.3.3 人脸识别仿真实验 | 第31-32页 |
| 3.3.4 对比实验与结果分析 | 第32-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第4章 采用卷积神经网络优化的正则极限学习机 | 第38-47页 |
| 4.1 采用卷积神经网络优化的正则极速学习机 | 第38-41页 |
| 4.1.1 卷积神经网络概述 | 第38-39页 |
| 4.1.2 采用卷积神经网络优化的正则极速学习机模型 | 第39-41页 |
| 4.2 基于CNN-RELM的人脸识别模型 | 第41-42页 |
| 4.3 基于CNN-RELM的人脸识别实验与对比分析 | 第42-46页 |
| 4.3.1 基于CNN-RELM的人脸识别模型实验 | 第42-43页 |
| 4.3.2 基于CNN-RELM的人脸识别对比实验 | 第43-44页 |
| 4.3.3 性能对比实验与结果分析 | 第44-45页 |
| 4.3.4 GA-RELM与CNN-RELM性能对比分析 | 第45-46页 |
| 4.4 本章小结 | 第46-47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 |
| 攻读硕士学位期间参与项目及研究成果 | 第53页 |
