增量极限学习机的逼近阶估计研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 第一章 绪论 | 第8-22页 |
| §1.1 研究背景及问题 | 第8-20页 |
| §1.1.1 神经网络的生物学基础 | 第8-9页 |
| §1.1.2 人工神经网络的基本概念及网络的发展 | 第9-14页 |
| §1.1.3 单隐层前向神经网络及其学习 | 第14-15页 |
| §1.1.4 两种带有随机性的神经网络 | 第15-18页 |
| §1.1.5 极端学习机的提出与发展 | 第18-20页 |
| §1.2 本文的主要内容和研究意义 | 第20-22页 |
| 第二章 增长型结构的ELM算法 | 第22-29页 |
| §2.1 基本知识 | 第22-23页 |
| §2.2 原始ELM算法的设计原理和具体步骤 | 第23-25页 |
| §2.3 I-ELM算法的基本思想和具体步骤 | 第25-28页 |
| §2.4 本章小结 | 第28-29页 |
| 第三章 函数逼近的基本理论与贪婪算法 | 第29-33页 |
| §3.1 函数逼近理论 | 第29-30页 |
| §3.2 贪婪算法 | 第30-33页 |
| §3.2.1 预备知识 | 第31页 |
| §3.2.2 两种贪婪算法的思想和具体步骤 | 第31-33页 |
| 第四章 I-ELM算法的逼近阶估计 | 第33-39页 |
| §4.1 预备知识 | 第33页 |
| §4.2 增量极限学习机的逼近阶 | 第33-38页 |
| §4.3 本章小结 | 第38-39页 |
| 总结与展望 | 第39-40页 |
| 参考文献 | 第40-44页 |
| 攻读硕士学位期间取得的科研成果 | 第44-45页 |
| 致谢 | 第45页 |
