声明
摘要
第一章 绪论
1.1 研究背景与意义
1.2 多分类器集成
1.2.1 基分类嚣的生成
1.2.2 基分类器的选取
1.2.3 基分类器间的关系
1.2.4 基分类器的集成
1.3 集成分类器的国内外现状
1.4 集成极端学习机的研究现状
1.5 本文研究思路
1.6 本文研究内容及章节安排
第二章 极端学习机
2.1 极端学习机
2.2 集成极端学习机
2.3 在线顺序极端学习机
2.4 集成在线顺序极端学习机
第三章 基于成员相似性的集成极端学习机
3.1 标准微粒群算法
3.2 基于微粒群算法和成员相似性的成员极端学习机的选取
3.3 基于成员相似性和投票权值的集成极端学习机
3.4 实验结果与讨论
3.4.1 实验环境与数据集
3.4.2 实验结果与分析
3.5 本章小结
第四章 基于极小范数最小二乘法的集成极端学习机
4.1 极小范数最小二乘法
4.2 基于极小范数最小二乘法的集成极端学习机
4.3 实验结果与分析
4.4 本章小结
第五章 基于成员相似性的集成极端学习机在基因表达谱数据分类上的应用
5.1 基因表达谱数据
5.1.1 基因表达谱数据的特点
5.1.2 常用的特征选择方法
5.1.3 常见的基因表达谱数据分类方法
5.2 基于成员相似性的集成极端学习机的基因表达谱数据分类
5.2.1 基因表达谱数据处理流程
5.2.2 实验数据集
5.2.3 实验结果与分析
5.3 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
攻读硕士学位期间发表的学术论文与参与的科研项目
江苏大学;