1. 毕业设计（论文）主要内容：
随机权值神经网络以其超快的训练速度以及良好的泛化性能得到越来越多研究人员的关注，成为机器学习领域的研究热点之一。
相比于传统基于梯度下降的神经网络，随机权值神经网络的优化参数大大减少，在保证性能的前提下，训练效率显著提高。
首先掌握人工神经网络的基本原理。
2. 毕业设计（论文）主要任务及要求
（1）通过本课题的训练，培养学生动手能力、分析问题及解决问题的能力；
（2）翻译与本课题相关的英文资料（不少于3000中文字符）；
3. 毕业设计（论文）完成任务的计划与安排
1-2周，完成开题报告和文献翻译，完成开题答辩；
3-4周，掌握神经网络的基本原理；
5-7周，掌握超限学习机网络的基本原理及其程序实现；
4. 主要参考文献
（1）Chen, C. P. A rapid supervised learning neural network for function interpolation and approximation. IEEE Transactions on Neural Networks, vol. 7, no. 5, pp. 1220–1230,1996.（2）Chen, C. P. and Wan, J. Z. A rapid learning and dynamic stepwise updating algorithm for flat neural networks and the application to time-series prediction. IEEE Transactions on Systems, Man, and Cybernetics, Part B: Cybernetics, vol. 29, no. 1, pp. 62–72, 1999.
（3）L Zhang，PN Suganthan,A comprehensive evaluation of random vector functional link networks, Information Sciences, no.367–368, pp.1094-1105, 2015.
（4）R Ye，PN Suganthan，N Srikanth，G Amaratunga,Random vector functional link network for short-term electricity load demand forecasting,Information Sciences, no. 367–368, pp. 1078-1093, 2016.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
