声明
第一章 引言
1.1 论文研究背景及意义
1.2 研究现状和发展趋势
1.2.1 超限学习机研究现状
1.2.2 不平衡数据分类研究现状
1.3 论文研究内容及创新点
1.4 论文结构安排
第二章 超限学习机基础
2.1 感知器
2.2 单隐层前馈神经网络
2.3 超限学习机
2.4 本章小结
第三章 基于忆阻激活函数的超限学习机
3.1 引言
3.2 传统激活函数
3.3 忆阻激活函数
3.3.1 HP忆阻器模型
3.3.2 忆阻激活函数
3.4 基于忆阻激活函数的超限学习机（MAF-ELM）
3.4.1 基于忆阻激活函数的超限学习机
3.4.2 MAF-ELM函数拟合实验及分析
3.5 本章小结
第四章 分段输入权重的超限学习机
4.1 引言
4.2 分段输入权重理论
4.3 分段输入权重的超限学习机
4.4 图像压缩实验及分析
4.4.1分段输入权重的ELM图像压缩算法
4.4.2 图像压缩评价标准
4.4.3灰度图像压缩实验及分析
4.4.4彩色图像压缩实验及分析
4.5 本章小结
第五章 基于分层交叉验证的集成超限学习机
5.1 引言
5.2 分层交叉验证理论
5.3 集成学习方法
5.4 基于分层交叉验证的集成超限学习机
5.5不平衡数据分类试验及分析
5.5.1不平衡数据分类评价指标
5.5.2不平衡数据分类试验及分析
5.5.3树叶分类试验及分析
5.6 本章小结
第六章 总结与展望
6.1 工作总结
6.2 未来工作展望
参考文献
致谢
攻读硕士期间已发表的论文学术论文
攻读硕士期间参加的科研项目
