自适应极限学习机

简单易学的机器学习算法 极限学习机

针对目前车牌识别算法中存在的模型训练慢、字符识别准确率低等问题,研究了一种基于自适应差分进化极限学习机的车牌识别算法。综合利用边缘检测和颜色定位的优点来检测车牌区域,然后用改进后的垂直投影法对车牌区域

极限学习机matlab程序。程序里包括样本训练、测试、精度、隐层神经元个数、激活函数选取。

用于预测和分类的极限学习机改进算法

Extreme learning machine

利用小波包变换对电弧光谱数据进行分析，利用极限学习机对焊缝状态进行分类

极限学习机Matlab代码，有训练集函数，预测函数，和一个适用范例，全方位指导elm学习算法。

ELM自2004年南洋理工大学的黄广斌教授提出相关概念以来一直争议不断但每年相关论文层出不穷在过去的十年里其理论和应用被广泛研究.

输入参数: TrainingData_File=‘sinc_train’;%训练集 TestingData_File=‘sinc_test’;%测试集 Elm_Type=0; % 0代表回归 1代表分

包含ELM.m、B_ELM.m、I_ELM.m、demo.m、demo_ELM.m、demo_I_ELM.m、fried.mat、有七个matlab文件，其中3个是变形的ELM,包括在线学习，离线学习