论文研究 基于核极限学习机的标记分布学习.pdf

针对面向矩阵模式分类器设计（matrix-pattern-oriented classifier design，MatCD）没有考虑到先验类间判别信息的不足，提出了一种新的面向矩阵型分类器设计的学习框

已有的急速学习机(Extreme Learning Machine)的学习精度受隐节点数目的影响很大。无论是已提出的单隐层急速学习机还是多隐层神经网络,都是先确定隐藏层数,再通过增加每一层的神经元个数

针对基于传统神经网络的变压器故障识别诊断方法存在网络收敛慢、易陷入局部极小点和网络参数难确定的缺点,提出了一种基于极限学习机的电力变压器故障快速识别方法。该方法以变压器油中用于故障类型分析的5种主要溶

针对证券指数具有随机性、时变、波动性较大、非线性等特点,传统线性预测方法预测精度低等缺陷,提出了一种基于极限学习机的证券指数预测方法。极限学习机克服了BP神经网络的训练速度慢、过拟合、局部极值等缺陷,

本文首先概述了ELM的发展历程,接着详细阐述了ELM的工作原理.然后对ELM理论和应用的最新研究进展进行了归纳总结,着重讨论并分析了自ELM提出以来的主要学习算法和模型,包括提出的原因、核心思想、求解

基于粒子群算法优化正则化极限学习机的纺织品色差检测，江礼凯，周志宇，针对纺织品色差检测的问题，提出了粒子群算法（PSO）优化正则化极限学习机（RELM）的纺织品色差检测，构建染色品色差自动检测分类��

针对极限学习机(ELM) 网络结构优化问题, 提出一种改进的灵敏度剪枝ELM(ImSAP-ELM). ImSAP-ELM 将??2 正则化因子引入SAP-ELM 中, 采用留一准则确定最优隐节点数.

深度极限学习机也叫多层极限学习机，ML-ELM。是黄广斌等人在极限学习机ELM基础上，将其拓展为深度学习的一种模式识别方法，原文文章：Representationallearningwithextre

极限学习机的MATLAB代码，包括分类和回归的，还有对比实验

极限学习机ELM的最简单实用代码。黄广斌2004年论文代码。