BELMKN：贝叶斯极限学习机Kohonen网络
无监督的极限学习机（ELM）是一种用于特征提取的非迭代算法。 该方法应用于IRIS数据集以进行非线性特征提取，聚类预测，最后使用k-means进行聚类。
客观的
要使用Unsuoervised Extreme Learning Machine执行非线性特征学习，使用贝叶斯信息准则（BIC）预测数据集中的聚类数，最后使用k-means，自组织图/ Kohonen网络和EM算法进行聚类
模组
无监督的极限学习机：在此模块中，使用无监督的极限学习机执行数据集的特征提取。 这是具有单个隐藏层的非迭代算法，其中输入层和隐藏层之间的权重被随机初始化，并且使用目标函数计算隐藏层和输出层之间的权重。 因此，可以保证收敛于全局最小值。
贝叶斯信息准则：贝叶斯信息准则是一种统计方法，使用d来找出数据集中的聚类数。 它使用期望最大化（EM）算法来查找数据集中的
2022-06-18 21:43:48
1.89MB
1
《自动控制原理》实验课件：实验六 具有饱和限幅特性的非线性系统研究.ppt
2022-06-18 17:00:36
70KB
《自动控制原理》实验课件：实验五 典型非线性环节及具有典型继电特性的非线性系统研究.ppt
2022-06-18 17:00:34
1.14MB
该程序包含两种情况一个是已知的激振力，另一个是未知的输入力。对于后者，请参见pdf案例1中的详细信息。
运行 cal.m 解决前向问题并运行 unknown_input.m/known_input.m 进行识别。
2022-06-18 14:23:58
558KB
1