一种基于增量加权平均的在线序贯极限学习机算法

elm回归及分类：ELM是一种简单易用、有效的单隐层前馈神经网络SLFNs学习算法。2004年由南洋理工大学黄广斌副教授提出。传统的神经网络学习算法（如BP算法）需要人为设置大量的网络训练参数，并且很

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。

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

通过ν正则化优化极限学习机

极限学习机核函数,注释清晰,调用方法放在在注释中,附带随机数据,值得注意的是,第一列为标签且数据格式非常规“.mat”格式数据。

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

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,