提出一种基于粒子群算法优化极限学习机算法。采用粒子群算法对极限学习机参数进行优化,最后在Matlab平台进行仿真对比实验。
本文提供基于Matlab编写的可直接运行的极限学习机分类回归预测代码,适用于各种数据分析场景。ELM算法简单实用,代码实现简洁高效,可以方便地应用于实际项目中。本文还对ELM算法的原理和优缺点进行了简
为解决分类器学习新样本知识的问题,提出一种基于近邻算法的增量学习算法。该算法以最近邻算法为基础,首先计算新样本与标准样本之间的匹配度,找到最佳匹配样本和次佳匹配样本,然后通过与匹配度阈值进行比较来决定
为提高短期负荷预测精度,针对传统的单一负荷预测模型精度低以及常规智能算法在解决高维、多模复杂问题时容易陷入局部最优的问题进行了研究,提出了一种结合混沌纵横交叉的粒子群算法(CC-PSO)优化极限学习机
ELM极限学习机java版API,内含实例,给习惯用java程序员提供快速、高效分类器
ELM实现matlab版本,从作者主页转载的,怕大家找不到,传一份大家共享。是从作者那转的。
在线顺序极限学习机,可以实现对大量数据的实时在线预测及其分类效果
极限学习机(Extreme Learning Machine, ELM)是一类基于前馈神经网络(feedforward neuron network)的机器学习算法,其主要特点是隐含层节点参数可以是随
内含近红外光谱数据,可进行归回和判别分析,数据采集规范有效,代码可顺利一键运行。欢迎下载,共同谈论交流
利用极限学习机优化WNN对有效停车泊位进行预测,仿真表明预测精度提高