基于非平衡与在线学习的极限学习机算法研究与应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.3 论文重点研究内容和安排 | 第13-15页 |
| 第二章 机器学习相关算法介绍 | 第15-22页 |
| 2.1 极限学习机发展概述 | 第15页 |
| 2.2 单隐层前馈神经网络 | 第15-16页 |
| 2.3 极限学习机算法流程 | 第16-19页 |
| 2.4 极限学习机与BP算法优缺点比较 | 第19-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 非平衡在线极限学习机理论 | 第22-36页 |
| 3.1 在线序列极限学习机 | 第22-26页 |
| 3.2 非平衡极限学习机 | 第26-30页 |
| 3.3 非平衡在线极限学习机 | 第30-32页 |
| 3.4 仿真对比试验 | 第32-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于非平衡在线极限学习机的卫星云图检测 | 第36-44页 |
| 4.1 云检测的阈值法分析 | 第36-38页 |
| 4.2 基于非平衡在线极限学习机的卫星云图检测 | 第38-40页 |
| 4.3 实验结果分析 | 第40-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 基于非平衡在线极限学习机的云状分类 | 第44-57页 |
| 5.1 研究动机 | 第44-45页 |
| 5.2 云的特征提取 | 第45-52页 |
| 5.3 非平衡与在线极限学习机的云状分类结果 | 第52-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 论文总结 | 第57-58页 |
| 6.2 论文展望 | 第58-59页 |
| 攻读硕士期间完成的科研情况 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-67页 |