搜索资源列表
elm
- 神经网络的ELM算法，比传统的BP和SVM都快，而且效果也很精确。运行平台是matlab，本人已经对原始ELM做了修改，可以适应多种函数，而且在数据处理方面自动产生分类矩阵。
ELM智能算法
- ELM智能算法的分类与回归的一个例子
elm
- 黄广斌等人提出的极限学习机理论，使用 Matlab 实现，可用于回归和分类问题!-Huangguang Bin, who proposed the theory of extreme learning machine, using Matlab to achieve, can be used for regression and classification problems!
Weighted-ELM
- 是一种学习机方法，适合做分类和回归，并且可以给数据加权，也就是可以引入概念漂移的概念，适合做预测-Classification and Regression
Python-ELM-master
- 用于机器学习中分类和回归的程序，并且使用python编写的-Regression and Classification
elm
- 极限学习机分类与拟合,训练采用elmtrain.m，分类与拟合用elmprediction.m.-Extreme Learning Machine classification and fitting
ELM
- ELM（极限学习机）基础程序，包括分类算法和回归建模算法-ELM (ELM)-based procedures, including classification and regression modeling algorithms algorithms
ELM
- 极端学习机分类回归的源代码，可实现预测功能-ELM classification and regression source code, enabling prediction function
ELM
- 极限学习机程序代码，可以进行拟合与分类，该算法结构简单，比BP等神经网络号-extreme learning machine
elm
- 这是基于极限学习机 可用于分类或者回归分析 -This is based on matlab ultimate learning machine can be used for classification or regression analysis
elm
- 超限学习机，用于回归和分类，数据集可以更改。(Regression and classification)
OS-ELM
- 在线ELM的MATLAB代码，可用于目标跟踪，回归分析预测、以及分类。(The MATLAB code of online ELM can be used for target tracking, regression analysis, prediction, and classification.)
B2DPCA和ELM人脸识别算法研究_李定珍
- 提出一种新型、高效的基于 Ｂ２ＤＰＣＡ（双向二维主成分分析）和 ＥＬＭ（极端学习机）的人脸识别算法， 该算法是根据曲波变换分解人脸图像和一种改进的降维技术，通 过 Ｂ２ＤＰＣＡ 生成识别特征集来训练和测试 ＥＬＭ 分类器，提高识别精度。通过大量实验，并把实验结果与现存技术进行比较，结果表明 Ｂ２ＤＰＣＡ＋ＥＬＭ 算法有效地提高了识别准确率，并降低了对原型数量的依赖。将来有望能把局部特征和基于曲波分解的全 局信息结合起来应用到识别精度和分类速度上。(a new human recognit
OS-ELM (1)
- 可以实现对大量数据的实时在线预测及其分类效果(The real-time online prediction and classification effect of a large number of data can be realized)
基本ELM
- ELM的试验例子,可用于分类拟合，与其他SLNF网络进行对比使用(The experimental example of ELM can be used for classification fitting,Compare with other SLNF networks)
ELM+JAVA
- OS-ELM识别分类代码，是一种很好的识别方法(os-elmNumberofHiddenNeurons - Number of hidden neurons assigned to the ELM % ActivationFunction - Type of activ)
ELM
- 采用python语言实现极限学习机算法，数据三分类，加入数据可以跑通(Using python language to achieve extreme learning machine algorithm, data three classification, join data can run through)
H-ELM
- 可用作数据分类和拟合，深度极限学习机拥有深度学习的优势和自身计算速度快的优势(It can be used to classify and fit data. The deep extrme learning machine has the advantages of depth learning and fast computing speed.)
基于极限学习机ELM的数据分类
- 针对数据分类问题，提出了基于极限学习机的分类方法，将数据样本分为训练样本和测试样本，并采用准确率指标进行评价。(Aiming at the problem of data classification, a classification method based on extreme learning machine is proposed. The data samples are divided into training samples and test samples, and the
ELM
- 用于光谱数据的分类，极限学习机是针对单隐层前馈神经网络提出的新算法。相对于传统的神经网络算法，不仅保证了学习精度，而且提高了学习速度。(Classification of spectral data The extreme learning machine is a new algorithm proposed for the single hidden layer feedforward neural network. Compared with the traditional neural