榆木Julia中的极限学习机是一种单隐藏层前馈网络(SLFN)的变体，由于它们的权重没有迭代调整，因此有很大的不同。这大大提高了神经网络的速度。根据ELM理论：隐藏节点/神经元参数不仅与训练数据无关，而且相互独立，具有这种隐藏节点的标准前馈神经网络具有普遍的逼近能力和分离能力。这种隐藏节点及其相关映射被称为ELM随机节点、ELM随机神经元或ELM随机特征。与传统的学习方法不同，ELM可以在看到训练数据之前随机生成隐藏节点/神经元参数。安装：Pkg.clone('git://github.com/lepisma/ELM.jl.git') 使用：using ELM X_train = [1 1 1; 1 0 1; 0 0 0; 1 0 0] Y_train = ...