声明
摘要
第一章 绪论
1.1 研究背景和意义
1.2 集成神经网络国内外研究现状
1.3 集成极端学习机国内外研究现状
1.4 研究内容及章节安排
第二章 相关技术
2.1 极端学习机
2.2 集成极端学习机
2.2.1 基分类器的生成方式
2.2.2 基分类器的集成方法
2.2.3 集成极端学习机模型
2.3 微粒群算法
2.3.1 标准微粒群算法
2.3.2 吸引排斥微粒群算法
第三章 基于ARPSO的集成极端学习机
3.1 引言
3.2 算法思想及步骤
3.3 实验结果与讨论
3.3.1 数据集
3.3.2 实验结果及讨论
3.4 本章小结
第四章 基于ARPSOZ次优化的集成极端学习机
4.1 引言
4.2 算法思想及步骤
4.2.1 单次优化的集成极端学习机
4.2.2 双重优化的集成极端学习机
4.3 实验结果与讨论
4.3.1 函数逼近问题
4.3.2 分类问题
4.4 本章小结
第五章 基于ARPSO的集成极端学习机在基因表达谱数据分类上的应用
5.1 基因表达谱
5.1.1 基因表达谱的数学描述和特点
5.1.2 基因表达谱特征选择方法
5.1.3 基因表达谱分类方法
5.2 基于ARPSO的集成ELM的基因表达谱数据处理步骤
5.3 实验结果与讨论
5.3.1 数据集
5.3.2 实验结果及其分析
5.4 本章小结
第六章 总结和展望
6.1 总结
6.2 展望
参考文献
致谢
攻读硕士学位期间发表的学术论文与参与的科研项目
江苏大学;