硕士研究生毕业预答辩.pptVIP

下载本文档

233
0
约8.01千字
约 16页
2018-06-21 发布于福建
举报
版权申诉

硕士研究生毕业预答辩.ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

总体错误率与孪生极端学习机答辩人：XXX 导师：XXX 专业：xxx 研究方向：xxx 主要内容研究背景极端学习机研究背景极端学习机研究背景研究现状研究现状本文工作一、总体错误率本文工作一、多类总体错误率(MTER) 本文工作二、孪生参数间隔极端支持向量机(TPMESVM) TPMESVM实验结果 TPMESVM实验结果总结一、提出了针对多类分类问题的快速学习算法参考文献 [1] G. B. Huang, Q. Y. Zhu, and C. K. Siew. Extreme learning machine: Theory and applications. Neurocomputing, 2006(70) : 489–501. [2] T. M.Mitchell. 机器学习. 北京:机械工程出版社, 2003. [3] G..B. Huang, L. Chen, and C.K. Siew. Universal approximation using incremental constructive feedforward networks with random hidden nodes. IEEE Transactions on Neural Networks, 2006, 17(4) : 879–892. [4] G..B. Huang, H. M. Zhou and X. J. Ding et al. Extreme learning Machine for Regression and Multi-Class Classification. IEEE, 2011: 1083-4419. [5] H. J. Rong, Y. S. Ong and A. H. Tan et al. A Fast Pruned-extreme Learning Machine for Classification Problem. Neurocomputing , 2008, 72(1-3) : 359-366. [7] Y. Miche, A. Sorjamaa and P. Bas et al. OP-ELM: Optimally pruned extreme learning machine. IEEE Trans Neural Networks , 2010, 21(1): 158–162. [8] G. B. Huang and L. Chen. Enhanced random search based incremental extreme learning machine. Neurocomputing, 2008, (71): 3060–3068. [9] S. X. Lu, G. Q. Zhang, and X. Z. Wang. Rank Reduced Matrix Method in Extreme Learning Machine. 9th Intehnational Symposium on Neural Networks Shenyang, 2012: 11-14. [10] P. Horata, S. Chiewchanwattana and K. Sunat. Robust extreme learning machine. Neurocomputing, 2013, 102(15): 31-44. [11] Q. Liu, Q. He, and Z. Shi. Extreme support vector machine classifier. Lecture Notes in Computer Science，2008, 50(12): 222–233. [12] K. Ann, and T. Deterministic Neural Classification. Neural Computation, 2008(20): 1565-1595. [13] Y. B. Yuan, Y. G. Wang and F. L. Cao. Optimization approximation solution for regression problem based on extreme learning machine. Neurocomputing, 2011, doi:10.1016/j.neucom, 2010.12.037. [14] B. Frénay and M. Verleysen. Using SVMs with randomized featu