思维导图备注

超限学习机：理论、技术与应用 - 邓宸伟，周士超
首页 收藏书籍 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

封面

浏览 4 扫码
  • 小字体
  • 中字体
  • 大字体
2024-04-30 10:22:55
请 登录 再阅读
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • 封面
  • 版权信息
  • 内容提要
  • 前言
  • 第1章 绪论
    • 1.1 引言
    • 1.2 ELM研究背景
    • 1.3 ELM概念与内涵
    • 1.4 ELM的发展历程
    • 1.5 本书内容具体安排
    • 参考文献
  • 第2章 超限学习机理论
    • 2.1 ELM网络模型
    • 2.2 ELM网络性能分析
    • 2.3 ELM学习机制通用性分析
    • 2.4 本章小结
    • 参考文献
  • 第3章 超限学习机分类与回归
    • 3.1 分类与回归——ELM的统一性解决策略
    • 3.2 标签不平衡——加权ELM
    • 3.3 标签缺失——弱监督ELM
    • 3.4 样本动态更迭——在线序贯ELM
    • 3.5 样本含噪——滤波型ELM
    • 3.6 本章小结
    • 参考文献
  • 第4章 超限学习机特征学习
    • 4.1 ELM特征选择
    • 4.2 ELM单隐藏层特征映射学习
    • 4.3 ELM层次化特征映射学习
    • 4.4 ELM层次化特征映射学习与深度学习的联系
    • 4.5 本章小结
    • 参考文献
  • 第5章 超限学习机工程实现
    • 5.1 面向模型训练的并行加速技术
    • 5.2 面向模型测试的嵌入式实时处理系统设计
    • 5.3 本章小结
    • 参考文献
  • 第6章 超限学习机领域应用
    • 6.1 智能安防应用实例
    • 6.2 卫星遥感应用实例
    • 6.3 生物医药应用实例
    • 6.4 本章小结
    • 参考文献
  • 第7章 研究总结与未来展望
    • 7.1 研究总结与结论
    • 7.2 发展趋势分析
    • 7.3 本章小结
    • 参考文献
  • 附录A 矩阵与最优化
    • A.1 范数及最小化
    • A.2 流形假设与图拉普拉斯矩阵
  • 附录B 概率与不等式
    • B.1 高斯分布与投影结果分析
    • B.2 不等式与投影结果的稳定性描述
暂无相关搜索结果！
    展开/收起文章目录

    二维码

    手机扫一扫，轻松掌上学

    《超限学习机：理论、技术与应用 - 邓宸伟，周士超》电子书下载

    请下载您需要的格式的电子书，随时随地，享受学习的乐趣！
    EPUB 电子书

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度