【Matlab】ELM极限学习机回归预测算法（附代码）

千源万码

已于 2024-07-21 21:09:06 修改

阅读量177

点赞数 3

分类专栏： Matlab 文章标签：算法 matlab 回归

于 2024-07-21 11:08:57 首次发布

本文链接：https://blog.csdn.net/vvoennvv/article/details/140584832

版权

Matlab 专栏收录该内容

37 篇文章 0 订阅

订阅专栏

资源下载： https://download.csdn.net/download/vvoennvv/89562225

资源合集： https://download.csdn.net/download/vvoennvv/89564427

一，概述

ELM（Extreme Learning Machine）是一种单层前馈神经网络结构，与传统神经网络不同的是，ELM的隐层神经元权重以及偏置都是随机产生的，并且在网络训练过程中不会更新。这种随机初始化的方法使得ELM的训练速度非常快，同时避免了传统神经网络中需要反复调整权重的问题。 ELM的训练过程可以概括为以下几步：

随机初始化隐层神经元的权重和偏置，构建网络结构。
将训练数据输入到网络中，得到隐层神经元的输出。
对隐层神经元的输出和训练数据的标签进行线性回归，得到输出层的权重。
在测试阶段，将输入数据输入到网络中，通过隐层神经元和输出层权重计算输出结果。 ELM 的优点在于它的训练速度非常快，同时具有较好的泛化能力和适用于大规模数据的特点。但是，它的缺点在于随机初始化可能会导致结果不稳定，而且网络结构过于简单，可能无法处理复杂的非线性问题。因此，在实际应用中需要根据具体问题进行权衡选择。

二，代码

代码中文注释非常清晰，按照示例数据修改格式，替换数据集即可运行，数据集为excel。

部分代码示例如下：

%%  清空环境变量
warning off             % 关闭报警信息
close all               % 关闭开启的图窗
clear                   % 清空变量
clc                     % 清空命令行

%%  读取数据
res = xlsread('数据集.xlsx');


%%  数据分析
num_size = 0.7;                              % 训练集占数据集比例
outdim = 1;                                  % 最后一列为输出
num_samples = size(res, 1);                  % 样本个数
res = res(randperm(num_samples), :);         % 打乱数据集（不希望打乱时，注释该行）
num_train_s = round(num_size * num_samples); % 训练集样本个数
f_ = size(res, 2) - outdim;                  % 输入特征维度
% %%  设置变量存储数据
% P_train = []; P_test = [];
% T_train = []; T_test = [];

%%  划分训练集和测试集
P_train = res(1: num_train_s, 1: f_)';
T_train = res(1: num_train_s, f_ + 1: end)';
M = size(P_train, 2);

P_test = res(num_train_s + 1: end, 1: f_)';
T_test = res(num_train_s + 1: end, f_ + 1: end)';
N = size(P_test, 2);


%%  数据归一化
[p_train, ps_input] = mapminmax(P_train, 0, 1);
p_test = mapminmax('apply', P_test, ps_input);

[t_train, ps_output] = mapminmax(T_train, 0, 1);
t_test = mapminmax('apply', T_test, ps_output);

%%  创建模型
num_hiddens = 50;        % 隐藏层节点个数
activate_model = 'sig';  % 激活函数

......

三，运行结果

资源下载： https://download.csdn.net/download/vvoennvv/89562225

千源万码

关注

3
点赞
踩
3

收藏

觉得还不错? 一键收藏
打赏
0
评论
【Matlab】ELM极限学习机回归预测算法（附代码）

ELM（Extreme Learning Machine）是一种单层前馈神经网络结构，与传统神经网络不同的是，ELM的隐层神经元权重以及偏置都是随机产生的，并且在网络训练过程中不会更新。这种随机初始化的方法使得ELM的训练速度非常快，同时避免了传统神经网络中需要反复调整权重的问题。随机初始化隐层神经元的权重和偏置，构建网络结构。将训练数据输入到网络中，得到隐层神经元的输出。对隐层神经元的输出和训练数据的标签进行线性回归，得到输出层的权重。
复制链接

扫一扫