融合分层极限学习机算法研究
极限学习机论文 双隐层极限学习机论文 分层极限学习机论文 深度学习论文
论文详情
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-13页 |
1.1 研究背景 | 第9-10页 |
1.2 研究现状 | 第10-11页 |
1.3 本文研究内容和组织结构 | 第11-13页 |
第2章 极限学习机理论与相关算法 | 第13-27页 |
2.1 极限学习机 | 第13-16页 |
2.1.1 ELM理论 | 第13-14页 |
2.1.2 ELM算法 | 第14-16页 |
2.2 双隐层极限学习机 | 第16-18页 |
2.3 分层极限学习机 | 第18-21页 |
2.4 深度学习 | 第21-25页 |
2.4.1 自编码器 | 第21-22页 |
2.4.2 深度置信网络 | 第22-24页 |
2.4.3 卷积神经网络 | 第24-25页 |
2.5 本章小结 | 第25-27页 |
第3章 融合分层极限学习机 | 第27-35页 |
3.1 改进的双隐层极限学习机 | 第27-29页 |
3.1.1 改进的双隐层极限学习机理论 | 第27-28页 |
3.1.2 改进的双隐层极限学习机算法表现 | 第28-29页 |
3.2 融合分层极限学习机 | 第29-33页 |
3.2.1 融合分层极限学习机理论 | 第29-32页 |
3.2.2 融合分层极限学习机算法表现 | 第32-33页 |
3.3 本章小结 | 第33-35页 |
第4章 正则化融合分层极限学习机 | 第35-40页 |
4.1 理论基础 | 第35-36页 |
4.2 正则化融合分层极限学习机 | 第36-37页 |
4.3 正则化融合分层极限学习机实验对比 | 第37-38页 |
4.4 本章小结 | 第38-40页 |
第5章 总结与展望 | 第40-42页 |
5.1 总结 | 第40页 |
5.2 展望 | 第40-42页 |
参考文献 | 第42-45页 |
致谢 | 第45-46页 |
附录A (攻读硕士学位期间的研究成果) | 第46页 |
论文购买
论文编号
ABS4568898,这篇论文共46页
会员购买按0.30元/页下载,共需支付
13.8。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
23。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文