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

基于雅克比矩阵的2R机器人逆运动学算法，利用openGL可以显示2连杆的逆运动学仿真。-The inverse kinematics algorithm based on the 2R robot Jacobian matrix, using openGL to display the inverse kinematics simulation of 2 bar linkage.

设计了矩阵类,该类实现了矩阵的数学运算,包括矩阵乘除 求逆 求特征向量的!()

矩阵操作的C++实现,方便对其进行初始化,转置及求逆()