{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,5,1]]，“日期-时间”：“2024-05-01T07:06:36Z”，“时间戳”：1714547196117}，“参考-计数”：43，“发布者”：“Elsevier BV”，“许可证”：[{“开始”：{-date-parts”：[2018,11,1]]，《日期-时间》：“2018-11-01T00:00Z”，“时间戳”：1541030400000}，“内容-版本”：“tdm”，“delay-in-days”：0，“URL”：“https:\/\/www.elsevier.com//tdm\/userlicense\/1.0\/”}]，“内容域”：{“域”：[“elsevier.com”，“sciencedirect.com”]，“crossmark-restriction”：true}，“short-container-title”：[”Neurocomputing“]，”published-print“：{”date-parts“：[2018,11]]}，”DOI“：”10.1016\/j.n eucom.2018.07.060“，”type“：”journal-article“，”created“：{“date-parts”：[[2018,8,10]]，“date-time”：“2018-08-10T03:37:32Z”，“timestamp”：1533872252000}，“page”：“88-100”，“update-policy”：”http://\/dx.doi.org\/10.1016\/elsevier_cm_policy“，”source“：”Crossref“，“is-referenced-by-count”：26，“title”：[“基于多目标优化的稀疏极值学习机算法”]，“前缀”：“10.1016”，“卷“：”317“，“作者”：[{“给定”：“余”，“家庭”：“吴”，“序列”：“第一个”，“从属关系”：[]}，{“给出”：“永善”，“家族”：“张”，“顺序”：“附加”，“附属关系”：[]}“ORCID”（ORCID）：“http://\/orcid.org\/00000-0002-2609-3036”，“authenticated-orcid”：false，“given”：“Yaoming”，“family”：“Cai”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“78”，“reference”：[{“key”：《10.1016\/j.neucom.2018.07.060_bib0001》，“series-title”：“IEEE国际神经网络联合会议论文集”，“首页”：“985”，“article-title”：“极端学习机器：前馈神经网络的一种新的学习方案”，“作者”：“黄”，“年份”：“2004”}，{“问题”：“1”，“关键”：“10.1016\/j.neucom.2018.07.060_bib0002”，“doi-asserted-by”：“crossref”，“首页”：“489”，“doi”：“101016\/j.neucomm.2005.1226”，“文章标题”：“极限学习机器：理论与应用”，“卷”：“70”，“作家”：“Huang”，“year”：“2006”，“journal title”：“Neurocomputing”}，{“key”：“10.1016\/j.neucom.2018.07.060_bi0003”，“doi asserted by”：“crossref”，“first page”：“52”，“doi”：“10.1016\/j.paccog.2017.02.036”，“article title”：“实例克隆的极限学习机”，“volume”：“68”，“author”：“Zhang”，“year”：“2017”，“journal title”：“Pattern Recognit.”}，{“issue”：“3”，“密钥”：“10.1016\/j.neucom.2018.07.060_bi0004”，“首页”：“1”，“文章标题”：“通过反向传播错误学习表征”，“卷”：“5”，“作者”：“Rumelhart”，“年份”：“1988”，“期刊标题”：“认知模型”}，｛“问题”：“1”，“关键”：“10.1016\/j.neucom.2018.07.060_bi0005”，“首页”：“46”，“文章标题”：“Modified Levenberg\u2013Marquardt method for neural networks training”，“volume”：“6”，“author”：“Suratgar”，“year”：“2005”，“journal title”：“World Acad.Sci.Eng.Technol.”}，{“issue”：“3”，“key”：《10.1016\/j.neucom.2018.07.060_bib0006》，“doi-asserted-by”：“crossref”，“first page”：”273“，“doi”：“10.1007\/BF00994018”，“article-title”：“支持向量网络”，“volume”：“20”，“author”：“Cortes”，“year”：“1995”，“journal-title”：“Mach.Learn.”}，{“issue”：“6”，“key”：”10.1016\/j.neucom.2018.07.060_bib0007“，”doi-asserted-by“：”crossref“，”first page“：”1664“，”doi“：”10.3906\/elk-1301-190“，”article-title“：”一种用于设计具有输入空间最优分离面的高效鲁棒分类器的惩罚函数方法”，“volume”：“22”，“author”：“U\u00e7ar”，“year”：“2014”，“journal-title”：“Turkish J.Electr.Eng.Compute.Sci.”}，{“key”：”10.1016\/J.neucom.2018.07.060_bib0008“，”doi-asserted-by“：”crossref“，”first page“：”144“，“doi”：“10.1016\/J.ins.2015.09.007”，“article-title“：”使用区间值模糊集的进化模糊k近邻算法“，”卷“：”329“，“author”：“Derrac”，“year”：“2016”，“journal-title”：“Inf.Sci.”}，{“issue”：“4”，“key”：“10.1016\/j.neucom.2018.07.060_bib0009”，“doi-asserted-by”：“crossref”，”first page“：“1937”，”doi“10.1016 \/j.eswa.2013.08.089”，”article-title“：”混合决策树和Na\u00efve Bayes分类器用于多类分类任务“，”volume“：”41“，”作者“：”法里德“，“年份”：“2014年”，“期刊标题”：“专家系统应用”}，{“问题”：“2”，“关键”：“10.1016\/j.neucom.2018.07.060_bib0010”，“doi-asserted-by”：“crossref”，“首页”：“513”，“doi”：“101109\/TSMCB.2011.2168604”，“文章标题”：”回归和多类分类的极端学习机“，”卷“：”42“，”作者“：”黄“，”年份“2012”，“新闻标题”：“IEEE Trans.Syst.Man Cybern.Part B Cybern”}，{“issue”：“5\u20136”，“key”：“10.1016\/j.neucom.2018.07.060_bib0011”，“doi-asserted-by”：“crossref”，“first page”：《1893》，“doi”：“101007\/s00382-015-2682-2”，《article-title》：“极限学习机在风速分布估算中的应用”，“volume”：”46“，“author”：“Shamshirband”，“year”：“2016”，“journal-title”：“Clim.Dyn.”}，{“issue”：“16”，“key”：“10.1016\/j.neucom.2018.07.060_bib0012”，“doi-asserted-by”：“crossref”，“first-page:”2541“，”doi“：”10.1016\/j.nucom.2010.12.041“，“article-title“：”基于极端学习机器的人脸识别“，”volume“：”74“，”author“：”Zong“，”“year”：“2011”，“jornal-title:”Neurocomputing}，{“问题”：“1”，“密钥”：“10.1016\/j.neucom.2018.07.060_bib0013”，“doi-asserted-by”：“crossref”，“first page”：“411”，“doi”：“10.116\/j.dss.2008.07.009”，“article-title”：“使用极限学习机进行销售预测，并将其应用于时尚零售业”，“volume”：”46“，“author”：“Sun”，“year”：“2008”，“journal-title“：”Decis.Support Syst.“}，{”key“：“10.1016\/j.neucom.2018.07.060_bib0014”，“doi-asserted-by”：“crossref”，“首页”：“207”，“doi”：“10.116\/j-neucom.2013.03.057”，“article-title”：“遥感高光谱图像中大豆分类的极端学习机”，“volume”：“128”，“author”：“Moreno”，“year”：“2014”，“journal-title“：”Neurocomputing“}”，{“key”：“10.1016\/j.neucom.2018.07.060_bib0015”，“series-title”：“IEEE计算智能与数据挖掘研讨会论文集”，“首页”：“389”，“article-title”：“正则化极端学习机”，“author”：“Deng”，“year”：“2009”}，{“issue”：“8”，“key”：”10.1016\\j.neucomm.2018.07.0060_bip0016“，”doi-asserted-by“：”crossref“，“first-page”：“754”，“DOI”：“10.1109\/LSP.2010.2053356”，“article-title”：“基于集合的极端学习机器”，“volume”：“17”，“author”：“Liu”，“year”：“2010”，“journal-title“：”IEEE Signal Process.Lett.“}，{“issue”：“1”，“key”：”10.1016\/j.neucom.2018.07.060_bib0017“，”DOI-asserted-by“：”crossref“，”first page“：”66“，“DOI:”10.1016 \/j..ins.2011.09.015“，“文章标题”：“基于投票的极端学习机器”，“卷”：“185”，“作者”：“Cao”，“年份”：“2012”，“新闻标题”：“信息科学”}，{“问题”：“4”，“关键”：“10.1016\/j.neucom.2018.07.060_bib0018”，“doi-asserted-by”：“crossref”，《首页》：“879”，“doi”：“101109\/TNN.2006.875977”，“article-title”：“使用带有随机隐藏节点的增量构造前馈网络的通用近似”，“卷”：“17”，“作者”：“Huang”，“年份”：“2006”，“日志标题”：“IEEE Trans.Neural Netw.”}，{“问题”：“16”，“键”：“10.1016\/j.neucom.2018.07.060_bib0019”，“doi-asserted-by”：“crossref”，《首页》：“3056”，“doi”：“10116\/j.neucom.2007.02.009”，“article-title”：“凸增量极限学习机”，“volume”：“70”，“author”：“Huang”，“year”：“2007”，“journal-title“：”Neurocomputing“}，{“issue”：“10”，“key”：”10.1016\/j.neucom.2018.07.060_bib0020“，”doi-asserted-by“：”crossref“，”first page“1759”，“doi”：“10.1016\/j.patcog.2005.03.028”，“artice-title（文章）：“进化极限学习机（Evolutionary extreme learning machine）”，“volume”：“38”，“author”：“Zhu”，“year”：“2005”，“journal-title”：“Pattern Recognit.”}，{“issue”：“3”，“key”：”10.1016\/j.neucom.2018.07.060_bib0021“，”doi-asserted-by“：”crossref“，”first-page:“285”，“doi”：“10.1007\/s11063-012-9236-y”，“article-title“：”自适应进化极端学习机“，”volume“：”36“，”author“：”曹”，“年份”：“2012”，“journal-title”：“Neural Process.Lett.”}，{“issue”：“8”，“key”：“10.1016\/j.neucom.2018.07.060_bib0022”，“doi-asserted-by”：“crossref”，“first page”：”1352“，”doi“：”10.1109\/TNN.2009.2024147“，”article-title“：”随着隐藏节点的增长和增量学习，错误最小化极限学习机“，卷”：“20”，“作者”：“Feng”，“年份”：“2009”，“journal-title”：“IEEE Trans.Neural Netw.”}，{“issue”：“9”，“key”：“10.1016\/j.neucom.2018.07.060_bib0023”，“doi-asserted-by”：“crossref”，“first page”：”1498“，”doi“：”10.1109\/TNNLS.2012.2289“，”article-title“：”回归问题双向极端学习机及其学习有效性“，”volume“：”23“，”author“：”Yang“，”“year”：“2012”，“journal-title”：“IEEE Trans.Neural Netw.Learn.Syst.”}，{“issue”：“3”，“key”：“10.1016\/j.neucom.2018.07.060_bib0024”，“doi-asserted-by”：“crossref”，“first page”：”505“，“doi”：“101109\/TNN.2010.2103956”，“article-title“BELM:Bayesian extreme learning machine”，“volume”:“22”，“author”：“Soria-Olivas”，“year”：“2011”，“journal-title“：”IEEE Trans.Neural Netw。“}，{”issue“：”7553“，”key“：”10.1016\/j.neucom.2018.07.060_bib0025“，”doi-asserted-by“：”crossref“，”first-page:“436”，”doi“：”101038\/nature14539“，”article-title“：”Deep learning“，”volume“：“521”，”author“：”LeCun“，”year“：”2015“，”journal-title.neucom.2018.07.060_bib0026“，”首页“：”1929“，”文章标题“：”辍学：防止神经网络过度拟合的简单方法”，“数量”：“15”，“作者”：“斯利瓦斯塔瓦”，“年份”：“2014年”，“期刊标题”：“J.马赫。学习。研究“}，{”key“：”10.1016\/j.neucom.2018.07.060_bib0027“，”series-title“：”第三十届国际机器学习会议（ICML-13）“，”首页“：”1058“，”article-title“：“使用dropconnect的神经网络正则化”，”author“：”Wan“，”year“：”2013“}”，{“issue”：“99”，”key”：“10.1016\\j.neucomm.2018.07.60_bib0018”，”“首页”：“”1”，“article-title”：“基于多目标优化的深度神经网络的结构学习”，“volume”：“PP”，“author”：“Liu”，“year”：“2017”，“journal-title:”IEEE Trans。神经网络。学习。系统。“}，{”key“：”10.1016\/j.neucom.2018.07.060_bib0029“，”series-title“：”使用进化算法的多目标优化“，”volume“：“16”，“author”：“Deb”，“year”：“2001”}，“issue”：“12”，“key”：“10.1016\/j.nucom.2018.07.60_bib0030”，“doi-asserted-by”：“crossref”，“first page”：”3263“，“doi”：“101109\/TNNLS.2015.22”469673“，”文章标题“：”深度神经网络的多目标稀疏特征学习模型”，“卷”：“26”，“作者”：“龚”，“年份”：“2015”，“期刊标题”：“IEEE Trans。神经网络。学习。系统。“}，{”issue“：”4“，”key“：”10.1016\/j.neucom.2018.07.060_bib0031“，”doi-asserted-by“：”crossref“，”first-page“：”257“，”doi“：”101109\/4235.797969“，”article-title“：”多目标进化算法：比较案例研究和强度Pareto方法“，”volume“：“3”，“author”：“Zitzler”，“year”：“1999”，“journal-title”：“IEEE Trans.Evolut.Comput.”，{“key“：”10.1016\/j.neucom.2018.07.060_bib0032“，”doi-asserted-by“：”crossref“，”unstructured“：”K.Deb，多目标优化，Springer，第403\u2013449.页“，”doi“：”101007\/978-1-4614-6940-7_15“}，{“issue”：“6”，“key”：“10.1016\/j.nucom.2018.07.0060_bib 0033”，“doi-assert-by”：“crossref.”，“first page”：”712“，“doi”：“10.1109\/TEVC.2007.892759”，“article-title“：”MOEA\/D:一种基于分解的多目标进化算法“，“volume”：“11”，“author”：“Zhang”，“year”：“2007”，“journal-title”：“IEEE Trans。Evolut公司。计算。“}，{”key“：”10.1016\/j.neucom.2018.07.060_bib0034“，”unstructured“：”K.Bache，M.Lichman，Uci machine learning repository，university of California，Irvine，school of information and computer sciences，URL:http://\/archive.ics.Uci.edu\/ml（2013）.“}879“，”DOI“：”10.1109\/TNN.2006.875977“，”article-title“：”带随机隐藏节点的增量式构造前馈网络的通用近似“，”volume“：”17“，”author“：”Huang“，”year“：”2006“，”journal-title”：“IEEE Trans。神经网络。“}，{”key“：”10.1016\/j.neucom.2018.07.060_bib0036“，”series-title“：“神经网络会议论文集，2015年国际联合会议”，“首页”：“1”，”article-title“：”基于模因算法的分类极端学习机“，”author“：”Zhang“，”year“：”2015“}”，{《神经信息处理国际会议论文集》，“首页”：“14”，“文章标题”：“脑网络启发算法：预训练极限学习机”，“作者”：“张”，“年份”：“2017”}，{“问题”：“6”，“关键”：“10.1016\/j.neucom.2018.07.060_bib0038”，“doi-asserted-by”：“crossref”，“首版”：“985”，“doi”：“10.1109\/TPAMI.2007.70847“，”文章标题“：”实时计算机化图片注释“，”卷“：”30“，”作者“：”李“，”年份“：”2008“，”期刊标题“：“IEEE Trans。模式分析。机器。因特尔。“}，{”key“：”10.1016\/j.neucom.2018.07.060_bib0039“，”unstructured“：”C.-W.Hsu，C.-C.Chang，C.-j.Lin，A practical guide to support vector classification（2003）。“}”，{“issue”：“1”，“key”：“10.1016\/j.nucom.2018.07.60_bib0040”，“doi-asserted-by”：“crossref”，“first page”：”86“，”doi“：”101214\/aoms\/1177731944“，”“article-title”：“m排名问题重要性的替代测试比较”，“卷”：“11”，“作者”：“弗里德曼”，“年份”：“1940年”，“新闻标题”：“数学年鉴”。Stat.“}，{”issue“：”3“，”key“：”10.1016\/j.neucom.2018.07.060_sbref0038“，”doi-asserted-by“：”crossref“，”first-page“：”307“，”doi“：”101007\/s00500-008-0323-y“，”article-title“：”KEEL：评估数据挖掘问题进化算法的软件工具“，”volume“：计算。“}，{”键“：”10.1016\/j.neucom.2018.07.060_bi0042“，”doi断言者“：”crossref“，”首页“：”135“，”doi“：”10.1016\/j.patcog.2016.04.003“，”文章标题“：”记忆极限学习机“，”卷“：”58“，”作者“：”张“，”年份“：”2016“，”期刊标题“：”模式识别“。“｝，｛”issue“：”4“，”key“：”10.1016\/j.neucom.2018.07.060_bi0043“，”doi asserted by“：”crossref“，”首页“：”809“，”doi“：”10.1109\/TNNLS.2015.2424995“，”文章标题“：”多层感知器的极限学习机“，”卷“：”27“，”作者“：”Tang“，”年份“：”2016“，”期刊标题“：”IEEE Trans.Nneural Netw.Learn.Syst.“｝]，”容器标题“：[”Neurocomputing“]，”original-title“：[]，”language“：”en“，”link“：[{”URL“：”https:\/\/api.elsevier.com/content\/article\/PII:S092523118308956？httpAccept=text\/xml“，”content-type“：”text\/xml“，”content-version“：”vor“，”intended-application“：”text-mining“}，”URL“:”https:\\/api.else evier.com\/content\/artracle\/PI:S092552 31218308956？httpAccept=text\/plain“，”content-type“：”text\/plain“，”content-version“：”vor“，”intended-application“：”text-mining“}]，”deposed“：{”date-parts“：[[2019,10,22]]，”date-time“：“2019-10-22T03:02:03Z”，“timestamp”：1571713323000}，“score”：1，“resource”：{“primary”:{“URL”：“https:\//linkinghub.elsevier.com\/retrieve\/pi\/S0925231188956”}}，“副标题”：[]，“短标题”：[]，“发布”：{”date-parts“：[[2018,11]]}，”references-count“：43，”alternative-id“：[”S0925231218308956“]，”URL“：”http://\/dx.doi.org\/10.1016\/j.neucom.2018.07.060“，”relation“：{}，“ISSN”：[”0925-2312“]，“ISSN-type”：[{“value”：“0925-2313”，“type”:“print”}]，“subject”：【】，“published”：{“date-part”“：[[2018,11]]}，”断言“：[{”value“：”Elsevier“，”name“：”publisher“，”label“：”本文由“}，{”value“：”基于多目标优化的稀疏极端学习机算法“，”name“：”articletite“，”label“：”article Title“}”，{“value”：“Neurocomputing”，“name”：“journaltitle”，“label”：“Journal Title”}，“value“:”https:\/\/doi.org\/101016\/j.neucom.2018.07.060“，”name:“articlelink”，”label:“”CrossRef DOI链接到出版商维护的版本“}，{“value”：“article”，“name”：“content_type”，“label”：“content-type”}，}“values”：“\u00a9 2018 Elsevier B.V.保留所有权利。”，“名称”：“版权”，“标签”：“copyright”}]}