极限学习机
为了解决人工神经网络训练时间长的缺点，新加坡南洋理工大学教授黄广斌提出了一种全新的单隐藏层前馈神经网络－极限学习机（extreme learning machine ,ELM），该神经网络能够以极快的学习速度达到较好的泛化性能，从而解决了传统神经网络学习速度缓慢的限制，拓宽了极限学习机的应用范围，尤其是在大数据的应用场合。
文件下载
评论信息
其他资源
- EAGLE PCB电路板设计软件v7.2中文破解版.rar
- C#实现基于三角网的等值线追踪及填充算法
- MATLAB向量化编程基础精讲 马良，祁彬彬 有书签 高清扫描版 【附源代码】
- 人大金仓数据库通过ODBC访问源代码
- 以业务为核心的中台体系建设.pdf
- FFmpeg android so文件与.h文件（含arm、armv7-a、x86、x86_64）
- stm32 控制 数码管显示以及LCD显示
- vue实现的新闻客户端
- erlang-18.3-1.el7.centos.x86_64.rpm
- WEB案例大全(HTML+CSS H5+CS3 JS)(附带JS打飞机游戏)
- 基于嵌入式QT界面GPS定位系统
- 火车票务查询及购退票系统C语言
- 超经典CAD lisp程序集锦
- 使用geoserver发布arcgis切片
- Proteus仿真Arduino控制OLED1306
- ILI9225D_AN_V0.1(1).pdf
- 自然资源报备格式转换
- c语言遍历二叉树
- 常见4-20mA 0-5V 1-5V电路转换
- RS485通讯接口及程序测试方法
- 人员管理系统 c语言源码 课程设计专用
- 3D 签到墙 ThreeJS动画
- 王松桂著:广义逆矩阵及其应用
- java编写的计算器（.exe)
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
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