| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 引言 | 第8-20页 |
| 1.1. 研究背景和意义 | 第8-12页 |
| 1.1.1. 人工神经网络 | 第8-10页 |
| 1.1.2. 极速学习机 | 第10-12页 |
| 1.1.3. 研究意义 | 第12页 |
| 1.2. 国内外发展现状与趋势 | 第12-19页 |
| 1.2.1. 极速学习机发展现状与趋势 | 第12-14页 |
| 1.2.2. 深度学习发展现状与趋势 | 第14-17页 |
| 1.2.3. 本文所使用数据库介绍 | 第17-19页 |
| 1.3. 本文主要贡献 | 第19页 |
| 1.4. 本文组织结构 | 第19-20页 |
| 第2章 权值微调的极速学习自动编码机 | 第20-29页 |
| 2.1. 回顾极速学习机 | 第20-22页 |
| 2.1.1. 自动编码机 | 第20-21页 |
| 2.1.2. 极速学习机 | 第21-22页 |
| 2.1.3. 极速学习自动编码机机 | 第22页 |
| 2.2. 本章所提出的方法介绍 | 第22-24页 |
| 2.3. 性能评估 | 第24-28页 |
| 2.3.1. 各方法性能评估 | 第25页 |
| 2.3.2. 时空开销评估 | 第25-26页 |
| 2.3.3. 深度模型性能评估 | 第26-28页 |
| 2.4. 本章小结 | 第28-29页 |
| 第3章 类别约束极速学习机 | 第29-38页 |
| 3.1. 分布式表达 | 第29-31页 |
| 3.2. 本章所提出的方法介绍 | 第31-33页 |
| 3.3. 性能评估 | 第33-37页 |
| 3.3.1. 在MNIST数据集上的性能评估 | 第34-35页 |
| 3.3.2. 在CIFAR-10数据集上的性能评估 | 第35-37页 |
| 3.4. 本章小结 | 第37-38页 |
| 第4章 卷积极速学习机 | 第38-47页 |
| 4.1. 卷积神经网络 | 第38-41页 |
| 4.1.1. 卷积操作 | 第38-39页 |
| 4.1.2. Pooling操作 | 第39-41页 |
| 4.2. 本章所提出的方法介绍 | 第41-43页 |
| 4.2.1. 卷积神经网络与全连接神经网络 | 第41-42页 |
| 4.2.2. 卷积极速学习机 | 第42-43页 |
| 4.3. 性能评估 | 第43-45页 |
| 4.4. 本章小结 | 第45-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 5.1. 本文工作总结 | 第47页 |
| 5.2. 下一步研究方向 | 第47-49页 |
| 参考文献 | 第49-55页 |
| 在读期间发表的学术论文及研究成果 | 第55-56页 |
| 致谢 | 第56页 |