基于粒子群优化的多层超限学习机网络结构优化方法研究

声明

第一章 绪论

1.1研究背景与意义

1.2国内外研究现状与分析

1.3本文研究思路与研究内容

1.4本文章节安排

第二章 相关研究技术

2.1超限学习机

2.1.1单隐藏层超限学习机

2.1.2 多隐藏层超限学习机

2.2多目标优化理论

2.3粒子群优化算法

2.3.1基本粒子群优化算法

2.3.2多目标粒子群优化算法

2.4本章小结

第三章 基于多种群粒子群优化的多层超限学习机结构搜索算法

3.1 多种群粒子群优化搜索多层超限学习机结构

3.1.1 算法框架及流程

3.1.2 网络结构表示与评判准则

3.1.3 基于多种群粒子群优化算法的网络结构学习

3.1.4 结构最小化原则

3.2 实验结果与讨论

3.2.1 实验数据集及参数设置

3.2.2 实验结果对比与分析

3.2.3 结构最小化原则验证实验

3.3本章小结

第四章 基于多目标粒子群优化的多层超限学习机结构搜索算法

4.1 多目标粒子群优化搜索多层超限学习机结构

4.1.1算法框架及流程

4.1.2网络结构表示与评判准则

4.1.3基于多目标粒子群优化算法的网络结构学习

4.2实验结果与讨论

4.2.1 实验数据集及参数设置

4.2.2 实验结果及分析

4.2.3 网络结构变化及分析

4.3本章小结

第五章 基于粒子群优化的多层超限学习机系统

5.1需求分析

5.1.1软硬件需求

5.1.2 功能需求

5.2系统设计与实现

5.2.1概要设计

5.2.2详细设计与实现

5.3系统测试

5.4本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

攻读硕士学位期间的学术成果