搜索资源列表
ReliableUDP
- 在高速数据传输网络中．UDP协议有着其它数据传输协议无法比拟的优势，但也存在着传输可靠性差的问题。文章在细致分析UDP协议特点的基础上，对其关键技术进行了改进，设计出了一种新的可靠UDP协议，大大提高了数据传榆的可靠性。-In the high-speed data transmission network. UDP protocol with other data transfer protocol can not match advantage, but there is also the
ELM
- ELM（极限学习机）基础程序，包括分类算法和回归建模算法-ELM (ELM)-based procedures, including classification and regression modeling algorithms algorithms
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
Trends
- 本文是关于ELM(extreme learning machine)的最新综述（2015年），系统讲述了ELM的基础概念，发展方向，改进思路，以及不同种类的应用。-This is an update review of ELM (extreme learning machine) in (2015), describes the basic concepts of system development direction ELM, the improvement ideas, as well a
H-ELM
- 极限学习机的变形，在原极限学习机的基础上进行了改进。-elm VARAINCE
ELM--of-image-segmentation
- 以极限学习机的图 像分割算法为基础， 在确定了最优参数的基础上， 建立了基于ELM的图像分割算法， 并且通过仿真实验对算法的正确性和 有效性进行了验证， 指出这种算法能够更加快速地完成对图像的分割， 并且图像分割孤立点少， 边缘明显， 同时该算法大 大地缩短了样本的训练时间。-In image segmentation algorithm based on machine learning limit, in determining the optimum parameters ba
Training
- 极限学习机的回归拟合——对比实验研究，改进BP算法的一些缺点，在ELM算法的基础上进行回归拟合预测。(Regression fitting Some shortcomings of BP algorithm are improved, and regression fitting prediction is carried out on the basis of ELM algorithm.)
elm_train_predict
- 基础分类和回归实验，点击解压，输入训练和测试数据(Basic classification and prediction experiment)
basic-elm
- 极限学习机的基本实现,是黄广斌教授最早提出的最初始的代码(the basic elm is the professor Huang proposed the first time)
07 极限学习机（Extreme Learning Machine, ELM）
- ELM算法指出，其实隐层的权值矩阵W和偏置b其实是没有必要调整的，在学习算法开始时，任意随机给定W和b的值，利用其计算出H（隐层节点的输出），并令其保持不变，需要确定的参数就只有β了。这是一个比较重要的理论基础。(The ELM algorithm is pointed out, in fact, hidden layer weights matrix W and B is not necessary to adjust the bias of the learning algorithm, i
神经网络入门13课源码
- 神经网络入门13课源码 第一课 MATLAB入门基础 第二课 MATLAB进阶与提高 第三课 BP神经网络 第四课 RBF、GRNN和PNN神经网络 第五课 竞争神经网络与SOM神经网络 第六课 支持向量机( Support Vector Machine, SVM ) 第七课 极限学习机( Extreme Learning Machine, ELM ) 第八课 决策树与随机森林 第九课 遗传算法( Genetic Algorithm, GA ) 第十课 粒子群优化( Part
深度（多层）极限学习机的python实现
- 深度极限学习机也叫多层极限学习机，ML-ELM。是黄广斌等人在极限学习机ELM基础上，将其拓展为深度学习的一种模式识别方法，原文文章：Representational learning with extreme learning machine for big data。(The deep extreme learning machine is also called the multi-layer extreme learning machine, ML-ELM. It is Huang Gu