极限学习机(ELM)算法的matlab与C++实现

本文介绍了极限学习机(ELM)的原理,它是一种快速的单隐层神经网络算法。文章通过一个二分类问题,详细展示了如何在MATLAB和C++中实现ELM,其中C++部分利用了Eigen库进行矩阵运算,并解决了广义逆矩阵的计算问题。
摘要由CSDN通过智能技术生成

极限学习机(ELM)算法的matlab与C++实现

  • 极限学习机的原理
    极限学习机(Extreme learning machine,ELM)是单隐层神经网络的算法,其最大特点就是能在保证学习精度的前提下比传统的学习算法快。其结构如下图所示:
    ELM结构图

对于一个单隐层神经网络,假设有N个任意的样本(Xi,ti),其中,
Xi=[xi1,xi2,xin]TRnti=[ti1,ti2,tim]TRm
一个有L个隐层节点的单隐层神经网络可以表示为:
i=1Lβih(WiXj+bi)=ojj=1,

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值