搜索资源列表
情感识别特征提取
- 超限学习机中情感识别的一种特征提取，可以作为使用参考和帮助。
FeatureExtraction
- 用超限学习机实现情感识别中的部分，用于情感等特征的提取。-Learning machine with overrun achieve emotional identification section, for extracting emotional characteristics.
kernel_matrix
- 超限学习机应用部分的内容，用于生成核函数的矩阵变量欧米伽。-Machine learning content overrun part of the matrix variable is used to generate kernels Omega.
MNIST-OCR-ELM
- ELM超限学习机的拓展应用，多层感知机，可用于特征提取- Expand the application ELM overrun learning machine, MLP can be used for feature extraction
ELM-Chinese-Brief
- 深度学习，超限学习机的中文简介，通过此文可以大概知道超限学习机的工作原理-Deep learning, learning machine overrun Chinese Introduction by this article can probably know works overrun learning machine
ELM
- 超限学习机：单隐层的前馈人工神经网络，特别之处在于训练权值的算法: 在单隐层的前馈神经网络中，输入层到隐藏层的权值根据某种分布随机赋予，当我们有了输入层到隐藏层的权值之后，可以根据最小二乘法得到隐藏层到输出层的权值-Overrun learning machine: feed-forward artificial neural network single hidden layer, is unique in that algorithm training weights: Before a s
EA-SRC
- 利用超限学习机（ELM）和稀疏表示(SRC)进行图像分类。Matlab完整源码。-Extreme learning machine and adaptive sparse representation for image classification
VELM
- 采用多个超限学习机（ELM）投票机制来提升算法准确率。-Voting based Extreme Learning Machine
Welm
- 加权超限学习机算法是在原型超限学习机上，用权值矩阵优化代价函数，从而实现超限学习机算法在不平衡数据集上的分类能力。- U52A0 u6743 u8D85 u9650 u5B06 u4E60 u673A u7B97 u6CD5 u662F u5728 u538F u578B u8D85 u9650 u5B66 u4E60 u673A u4E0A uFF0C u7528 u6743 u503C u77E9 u9635 U4F18 u5316
ELMs
- 超限学习机算法具有易部署、训练速度快、精度高的优点，能处理回归和分类任务。这里包含原型超限学习机、基于核方法的超限学习机和加权超限学习机算法的Matlab代码- U8D85 u5B6 u5B6 u4E60 u673A u7R3 u7R3 u0101 UFF0C u809.0 u5904 u7R09 u5R09 u5R3 u5252 u5206 u5206 u7C7B u2EFB u52A1 u3002 u8FD9 u91CC u5305 u5
SS-US-ELM
- Classification, Regression
elm
- 超限学习机，用于回归和分类，数据集可以更改。(Regression and classification)
data and original ELM
- 超限学习机预测部分的算法改进，用于指纹室内定位，输出坐标(Algorithm Improvement of Predictive Part of Overrun Learning Machine)
ELM代码
- 为了评价ELM的性能，试分别将ELM应用于基于近红外光谱的汽油辛烷值测定和鸢尾花种类识别两个问题中,并将其结果与传统前馈网络(BP、RBF、PNN、GRNN等)的性能和运行速度进行比较,并探讨隐含层神经元个数对ELM性能的影响。(n order to evaluate the performance of ELM, test the application of ELM in the near infrared spectroscopy based on the determination of
elm
- 一个简单移动的ELM超限学习机的小例子，实现了简单的ELM神经网络模型，并且还带有测试数据集。(A simple example of a simple moving ELM overrun learning machine)
SaDE-ELM
- 本代码主要是实现超限学习机，以达到在机器学习领域的快速回归(This code is mainly to achieve overrun learning machine, in order to achieve rapid regression in machine learning field.)
PSO_ELM
- 粒子群优化的超限学习机，运行快，拟合效果好，很方便使用(The particle swarm optimization of the overrun learning machine, fast operation, good fitting effect, very convenient to use.)
超限学习机理论讲解及编程实现
- 该方法随机给定神经元权值中的输入权值和阈值，然后通过正则化原则计算输出权值，神经网络依然能逼近任意连续系统。(The method gives the input weights and thresholds of neuron weights randomly, and then calculates the output weights by regularization principle. The neural network can still approximate any cont