异常鲁棒极限学习机（ORELM）及其Matlab代码

异常鲁棒极限学习机（ORELM）及其Matlab代码

异常鲁棒极限学习机（Outlier Robust Extreme Learning Machine，ORELM）是一种用于回归问题的机器学习算法。本文将介绍ORELM的原理，并提供相应的Matlab代码实现。

1. 异常鲁棒极限学习机（ORELM）原理

ORELM是极限学习机（ELM）的一种扩展形式，旨在提高对异常值的鲁棒性。ELM是一种单隐层前馈神经网络，其核心思想是随机初始化输入层到隐层之间的权重和偏置，然后通过解析解计算输出层到隐层之间的权重，从而实现快速训练。然而，传统ELM对异常值敏感，可能导致模型的性能下降。

ORELM通过引入一个异常值处理机制来提高对异常值的鲁棒性。具体而言，ORELM使用线性回归模型对输入样本进行预测，并计算预测误差。然后，根据预测误差的统计量，判断样本是否为异常值。对于异常值，ORELM使用一种自适应权重调整机制，通过降低异常值的权重来减少其对模型的影响。最后，ORELM使用剩余样本训练ELM模型，得到最终的回归结果。

2. ORELM Matlab代码实现

以下是ORELM的Matlab代码实现：