基于樽海鞘算法(SSA)的极限学习机(ELM)回归预测与BP、GRNN、ELM比较

上传者: 49266197 | 上传时间: 2022-04-26 21:45:37 | 文件大小: 20KB | 文件类型: ZIP
通过BP、GRNN、ELM、SSA-ELM对样本数据进行回归预测,SSA-ELM优于ELM>GRNN>BP(对自己的数据进行预测只需将样本数据进行替换即可)

文件下载

资源详情

[{"title":"( 16 个子文件 20KB ) 基于樽海鞘算法(SSA)的极限学习机(ELM)回归预测与BP、GRNN、ELM比较","children":[{"title":"ceshi_1.mat <span style='color:#111;'> 380B </span>","children":null,"spread":false},{"title":"elmpredict.m <span style='color:#111;'> 1.42KB </span>","children":null,"spread":false},{"title":"BP_GRNN_force.asv <span style='color:#111;'> 3.90KB </span>","children":null,"spread":false},{"title":"Readme.txt <span style='color:#111;'> 34B </span>","children":null,"spread":false},{"title":"efficiency_ELM2.mat <span style='color:#111;'> 5.81KB </span>","children":null,"spread":false},{"title":"a.mat <span style='color:#111;'> 974B </span>","children":null,"spread":false},{"title":"fun.m <span style='color:#111;'> 462B </span>","children":null,"spread":false},{"title":"test_BrBs.mat <span style='color:#111;'> 855B </span>","children":null,"spread":false},{"title":"elmtrainNew.m <span style='color:#111;'> 1.76KB </span>","children":null,"spread":false},{"title":"data_BrBs.mat <span style='color:#111;'> 1.34KB </span>","children":null,"spread":false},{"title":"efficiency_ELM.m <span style='color:#111;'> 1.28KB </span>","children":null,"spread":false},{"title":"initialization.m <span style='color:#111;'> 1.29KB </span>","children":null,"spread":false},{"title":"JM_1.mat <span style='color:#111;'> 1.07KB </span>","children":null,"spread":false},{"title":"SSA.m <span style='color:#111;'> 3.04KB </span>","children":null,"spread":false},{"title":"BP_GRNN_ELM_SSSA-ELM.m <span style='color:#111;'> 3.50KB </span>","children":null,"spread":false},{"title":"elmtrain.m <span style='color:#111;'> 1.71KB </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明