【ELM分类】基于极限学习机实现数据分类附matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机  电力系统

⛄ 内容介绍

极限学习机（ｅｘｔｒｅｍｅ ｌｅａｒｎｉｎｇ ｍａｃｈｉｎｅ，ＥＬＭ）作为一种新兴的机器学习方法，已经成为了一个热门的研究方向。 ＥＬＭ 随机确定单隐含层网络的输入权值和隐含层节点偏置，通过简单计算即可解析得到输出权值，不仅加快了学习速度，而且具有很好的泛化能力。 核函数 ＥＬＭ 将核函数引入到极限学习机理论中，可以得到最小平方优化解，解决了

ＥＬＭ 算法随机初始化问题，对模型学习参数具有较好的鲁棒性，具有更稳定的、更好的泛化性能。

⛄ 运行结果

​

⛄ 参考文献

[1]王丽, 兰陟, 杨荣,等. 基于核函数极限学习机和小波包变换的EEG分类方法[J]. 北京生物医学工程, 2018, 37(5):8.

[2]王丽等. "基于核函数极限学习机和小波包变换的EEG分类方法.". 

⛄ 完整代码

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料