1. 本文件包括ELM和KernelELM()算法的实现，在黄广斌教授础源码基础上做了简单修改，并对程序做出注释 2. elm.m ELM算法实现 elm_kernel.m KernelELM算法实现，注意使用不同kernel时，核参数个数可能不一样 3. test_elm.m elm()函数测脚本，有详细注释 test_elm_kernel elm_knenel()函数测试脚本，有详细注释 4. UCI_DataSet mat格式UCI数据集，包括了多个数据库 每个数据库中，一行为一个数据，第1列为数据所属类别号 详情见ｇｉｔｅｅ项目地址： https://gitee.com/wllw7176/ELM-matlab 获取方法： git clone https://gitee.com/wllw7176/ELM-matlab.git

这是关于ELM算法的一篇论文。。ELM近年来越来越受大家的关注。有兴趣的可以看看。

极限学习机matlab源代码，可以直接运行，可解决回归和分类问题，且是多分类问题

关于elm进行回归预测的分析，使用方法很简单，只需输入训练集和测试集就可以进行elm预测了，预测的结果会保存在相应的.mat文件里，详细操作请看代码里的操作说明。资源里有调用函数ELM.m，执行函数guidence.m文件，作为调用实例，直接运行就可以了，简单易懂，汉语注释说明等。运行结果会直接输出测试集的MAE, RMSE, MAPE, DISTAT这几个统计量

首先对数据进行PCA，然后输入至PSO优化的ELM中进行分类，python代码

这是利用ELM进行回归分析的二分类问题，代码是MATLAB版本，有训练样本和测试样本，分类结果用不同颜色的图表示。参考来源：http://blog.csdn.net/google19890102/article/details/18222103

超限学习机ELM的逻辑回归二分类Python代码，需要训练样本和测试样本，带有正则化系数，提高泛化能力，能有效解决欠拟合和过拟合问题。参考来源：http://blog.csdn.net/Mosout/article/details/53997040

使用elm和pca结合的人脸识别matlab程序，仅供初学者学习使用

BP神经网络、ELM极限学习机、SVM支持向量机MATLAB代码，以及测试数据，用于回归预测，相关细节可以在下方评论，看到时一一解答。

蝙蝠算法优化超限学习机蝙蝠算法优化超限学习机蝙蝠算法优化超限学习机蝙蝠算法优化超限学习机