搜索资源列表
ELM
- 基于传统支持向量机(sVM)训练速度慢、参数选择难等问题，提出了基于极限学习机(ELM)的岩性识别。该算法是一种新的单隐层前馈神经网络(sLFNs)学习算法，不但可以简化参数选择过程，而且可以提高网络的训练速度。-Based on the traditional support vector machine (sVM) training is slow, difficult issues such as parameter selection, extreme learning machine
ELM-NN
- 基于极限学习机(ELM)的岩性识别。该算法是一种新的单隐层前馈神经网络(sLFNs)学习算法，不但可以简化参数选择过程，而且可以提高网络的训练速度。-Based on the traditional support vector machine (sVM) training is slow, difficult issues such as parameter selection, extreme learning machine is proposed based on (ELM) of li
ELM
- 神经网络中的前馈神经神经网络的elm 算法-The neural network feedforward neural neural network algorithm of the elm
elm
- ELM算法Matlab实现,Extreme Learning Machine是一种快速神经网络学习方法-Extreme Learning Machine
ELM
- 一种新的单隐层神经网络算法，学习速度快，泛化能力强-a new single hidden layer neural network algorithm with fast learning speed and good performance
elm
- 极速学习机,可以做模型预测、评价，比BP神经网络更优。-Fast learning machine, you can do the model prediction, evaluation, better than BP neural network.
BP-and-ELM
- BP神经网络与ELM神经网络算法比较，通过对y=x1^2+x2^2的拟合来对比两种算法的计算时间和预测效果，实验证明，ELM的算法更快更准确，文件中已经包含了运行程序的所有源文件，欢迎指教-BP neural network compared with ELM neural network algorithm, by y = x1 ^ 2+x2 ^ 2 fitting time to compare the two algorithms to calculate and predict the
elm
- 极限学习机elm的神经网络模型的源代码，还有实例-Extreme learning machine: a new learning scheme of feedforward neural networks
ELM
- 极限学习机程序代码，可以进行拟合与分类，该算法结构简单，比BP等神经网络号-extreme learning machine
elm
- 极限学习机[1](Extreme Learning Machine, ELM)是在单隐层神经网络(Single hidden Layer Feed-forward Neural networks, SLFNs)基础上提出的一种高效的学习方法。不同于传统的神经网络， ELM 中所有的隐层参数均为随机产生，而不需要烦琐的迭代过程；其输出权值则通过求解矩阵的广义逆得到。因此，相较于传统的SLFNs，在保证学习性能的基础上，ELM 的训练速度得以显著提升。-Extreme Learning Ma
Bp-and-ELM-classification
- 使用BP神经元网络、ELM分类算法对实例进行分类，其中ELM的训练和预测部分是自行编写的代码。-Using BP neural network, ELM classification algorithm to classify instances, training and forecast section where ELM is self-written code.
神经网络极速学习方法研究
- 单隐藏层前馈神经网络(Single-hidden Layer Feedforward Neural Network, SLFN)已经在模式识别、自动控制及数据挖掘等领域取得了广泛的应用，但传统学习方法的速度远远不能满足实际的需要，成为制约其发展的主要瓶颈。产生这种情况的两个主要原因是：（1）传统的误差反向传播方法(back propagation，BP)主要基于梯度下降的思想，需要多次迭代；（2）网络的所有参数都需要在训练过程中迭代确定。因此算法的计算量和搜索空间很大。针对以上问题，借鉴ELM的
ELM
- 极限学习机，类似单层神经网络学习，可以用于稀疏表示中数据训练分类-extreme learning machine
OS-ELM(Python)
- ELM是一种简单易用、有效的单隐层前馈神经网络，该代码是用python实现的极限学习机，亲测有用-extreme learning machine realized by python，it works well
ELM-Java
- java 语言实现elm ，机器学习语言，神经网络，需要的同学抓紧下！-java language elm, machine learning language, neural networks, students need to pay close attention to the next!
phd-elm
- 一篇博士论文-关于极限学习机及其在分类问题中的应用。极限学习机是近年来出现的一种批处理学习的神经网络，值得研究-a phd thesis on the applicaiton in classification problems of ELM, which is a newly developed learning machine
OS-ELM
- 极限学习机（extreme learning machine）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，并且很容易产生局部最优解。极限学习机只需要设置网络的隐层节点个数，在算法执行过程中不需要调整网络的输入权值以及隐元的偏置，并且产生唯一的最优解，因此具有学习速度快且泛化性能好的优点。-ELM extreme learning machine (extreme l
ELM
- 新的单隐层神经网络算法，学习速度快，泛化能力强-ELM method
elm
- 极限学习机是由黄广斌在2005年作为一种新的单隐层前馈神经网络提出的，具有与神经网络（NN）相同的全局逼近性质，且其参数学习无需迭代，速度明显快于现有的神经网络。目前在岩性识别、LF终点温度软测量、穿孔机导盘转速测量、软测量建模、图像识别等方面有所应用，但将其用于图像分割中的应用还较少。-Extreme learning machine is by Huang guangbin in 2005 as a new single hidden layer feedforward neural net
ELM-Java
- 关于学习神经网络的一种快速学习算法，并用Java编写而成-Combined with eclipse software programming to explain the Java program