1. 毕业设计（论文）的内容和要求

课题简介： 极限学习机是一种新型的单隐含层前馈神经网络，该方法只需要设置隐含层神经元的个数便可获得唯一的最优解。与传统方法相比，其学习速度更快，泛化性能更好。本课题将其运用于数据挖掘的标准数据集：uci数据，并与传统方法做出性能对比。

课题要求（包括所具备的条件）： 1. 掌握人工神经网络基本知识； 2. 学会数据的预处理技能； 3. 掌握matlab编程； 4. 掌握常见的分类算法；

2. 参考文献

[1]刘学艺, 李平, 郜传厚. 极限学习机的快速留一交叉验证算法[j]. 上海交通大学学报, 2011, 45(8):1140-1145.

[2]袁玉龙. 基于极限学习机的选择性集成学习算法研究[d]. 江苏科技大学, 2015.

[3] 潘华贤, 程国建, 蔡磊,等. 极限学习机与支持向量机在储层渗透率预测中的对比研究[j]. 计算机工程与科学, 2010, 31(2):131-134.

3. 毕业设计（论文）进程安排

2017年1月1日-1月24日： 做好调研及参考文献的下载和阅读； 1月24日-2月16日： 翻译外文文献并提交； 2月26日-3月15日： 完成绪论写作，需在绪论中明确研究的背景、意义、国内外相关进展，论文后 继章节的内容安排 3月15日-3月25日： 完成论文中所有的理论介绍部分；并开展中期报告； 3月25日- 4月5日： 给出课设中自己所用算法的流程图； 4月5日- 4月25日： 编程实现关键算法； 4月25日- 5月1日： 整理自身工作，完成核心章节的文字表述； 5月1日- 5月5日： 性能对比实验：将之前的工作与现有的经典算法做对比。要求与3种以上算法 做比较 5月5日- 5月15日： 将对比实验进行文字表述；撰写 ”总结与展望”，”致谢”等； 5月15日- 5月20日： 论文初审； 5月20日- 6月1 日： 论文修改和排版； 6月1日- 6月5 日： 论文装订和答辩PPT制作； 6月5日- 6月10日： 预答辩；