1 内容介绍
极限学习机是由黄广斌等[13]提出的一种针对前馈神经网络设计的机器学习算法。该算法结构简单、计算速率快。ELM的关键在于找到输出和输出之间的映射空间。首先确定隐含层之间的连接权值w和隐含层神经元的偏置b。选择一个无限可微的函数作为隐含层神经元的激活函数g(x),则隐藏层输出矩阵为:
时间:2020-12-21 20:23:07
极限学习机是由黄广斌等[13]提出的一种针对前馈神经网络设计的机器学习算法。该算法结构简单、计算速率快。ELM的关键在于找到输出和输出之间的映射空间。首先确定隐含层之间的连接权值w和隐含层神经元的偏置b。选择一个无限可微的函数作为隐含层神经元的激活函数g(x),则隐藏层输出矩阵为:
【预测模型-ELM预测】基于麻雀算法优化极限学习机预测附matlab代码
2019-03-14
【预测模型-ELM预测】基于蚁群算法优化极限学习机预测matlab代码
2019-06-14
【预测模型-ELM预测】基于布谷鸟算法优化极限学习机预测matlab代码
2020-05-03
【Kelm分类】基于哈里斯鹰算法优化核极限学习机实现数据分类附matlab代码
2022-03-01