传统的机器学习方法在处理蛋白质折叠类型识别问题时需要花费大量的时间来调节最佳参数，利用一种新的极限学习机（ExtremeLearningMachine，ELM）分类优化方法（ExtremeLearningMachineforClassification，ELMC）对蛋白质折叠进行识别，仅需调节很少的参数值就可达到很好的测试精度。与支持向量机（SupportVectorMachine，SVM）和推荐相关向量机（RelevanceVectorMachine，RVM）相比，ELMC能获得更好的泛化性能，而且在寻找最优解的训练时间比较上，ELMC比SVM平均要快35倍，比RVM要快