极限学习机ELM是一类Single-hidden Layer Feedforward Neural Network（SLFNs）算法，由Huang等基于 Moore-Penrose 广义逆的理论提出，主要针对SLFNs中存在的学习速率慢，迭代时间长，学习参数如学习步长、学习率需要人为提前设置等问题。与传统的神经网络学习算法相比，ELM只需要设置合适的隐层节点数，随机生成隐层所需所有参数，利用最小二乘法确定输出层权值。整个学习过程只需一步而无需多次更新隐层参数。正是因为ELM算法的快速学习能力以及较强的非线性逼近能力等特点，使得ELM在实际应用中受到了研究者们的青睐。
本代码给出了实现正则化极限学习机（RELM）、在线学习的极限学习机（OS-ELM）、带遗忘机制的在线学习极限学习机（FOS-ELM）使用python进行了实现，并基于一个简单的数据集对三种算法进行了比较，并比较了不同隐藏层节点对性能的影响。
2021-11-02 20:00:35
1.96MB
Matlab神经网络的ELM算法-神经网络的ELM算法.rar
神经网络的ELM算法
2021-10-14 13:45:25
2KB
1
改进的elm的matlab算法，该算法比原来的elm的算法在超过3个神经元后的计算速度能明显加快！原理是运用函数产生列矩阵…ELM 是一种快速的神经网络算法，本人已经比较过，比很多流行的算法（BP,SVM）都快,而且效果很好，运行环境是matlab
2021-10-05 09:09:41
7KB
1