注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 极端学习机的c++代码

  2. 本程序是极端学习机的c++代码，利用了opencv，保证能够运行。

  3. 所属分类：C/C++

    • 发布日期：2014-09-24
    • 文件大小：4096
    • 提供者：guanglihuan

  1. 使用局部泛化误差模型的极端学习机的神经网络结构的选择

  2. 局部泛化误差模型 极端学习机 ELM 本文将初始LGEM推广到一个新的单隐层前馈神经网络（SLFNs）LGEM模型，极端学习机的训练（ELM）是一种新型的无迭代训练算法。这个扩展LGEM的发展可以提供一些有用的指引，以提高由ELM训练了的SLFNs的泛化能力。基于扩展的LGEM, 提出了一种为SLFNs的架构选择的算法。在若干基准数据集上的实验结果表明，可以用我们的方法找到一个SLFN的神经元的数量而言的近似最优的体系结构。此外，在11个UCI数据集的实验结果表明，该方法是有效的和高效的。

  3. 所属分类：讲义

    • 发布日期：2015-04-14
    • 文件大小：407552
    • 提供者：qq_27393309

  1. 极端学习机的回归及分类

  2. 极端学习机的回归及分类，包括ELM的回归拟合——基于近红外光谱的汽油辛烷值预测；ELM的分类——鸢尾花种类识别

  3. 所属分类：其它

    • 发布日期：2015-07-20
    • 文件大小：176128
    • 提供者：xiaodongyu2001

  1. 极端学习机：理论和应用

  2. 本文提出了一种新的学习算法称为单隐藏层前馈神经网络（SLFNs）的极端学习机，该算法随机选择隐藏节点和分析确定SLFNs权值的输出。

  3. 所属分类：IT管理

    • 发布日期：2015-08-01
    • 文件大小：1048576
    • 提供者：maidouer0714

  1. 极端学习机 ELM

  2. 南洋理工大学黄教授的极端学习机的代码 在java上实现的

  3. 所属分类：Java

    • 发布日期：2017-12-17
    • 文件大小：116736
    • 提供者：d6666bg10

  1. 基于样本熵和极端学习机的超短期风电功率组合预测模型_张学清 (1).pdf

  2. 该文提出一种经验模态分解(empirical modedecomposition，EMD)–样本熵(sample entropy，SE)和极端学习机(extreme learning machine，ELM)相结合的风电功率超短期预测方法。该方法首先利用EMD-SE 将风电功率时间序列分解为一系列复杂度差异明显的风电子序列；其次利用最小二乘支持向量机(least squares support vector machine，LSSVM) 、极端学习机和经原始岭回归(primal ridge re

  3. 所属分类：讲义

    • 发布日期：2020-02-14
    • 文件大小：381952
    • 提供者：SparkQiang

  1. 基于聚类欠采样的极端学习机

  2. 针对极端学习机算法对不平衡数据分类问题的处理效果不够理想，提出了一种基于聚类欠采样的极端学习机算法。新算法首先对训练集的负类样本进行聚类生成不同的簇，然后在各簇中按规定的采样率对其进行欠采样，取出的样本组成新的负类数据集，从而使训练集正负类数据个数达到相对平衡，最后训练分类器对测试集进行测试。实验结果表明，新算法有效地降低了数据的不平衡对分类准确率的影响，具有更好的分类性能。

  3. 所属分类：其它

    • 发布日期：2020-10-17
    • 文件大小：680960
    • 提供者：weixin_38723236

  1. 缺少极端学习机算法及其在打包可执行识别中的应用

  2. 缺少极端学习机算法及其在打包可执行识别中的应用

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：386048
    • 提供者：weixin_38657139

  1. 集成极端学习机从氨基酸序列预测蛋白质-蛋白质相互作用和主成分分析

  2. 集成极端学习机从氨基酸序列预测蛋白质-蛋白质相互作用和主成分分析

  3. 所属分类：其它

    • 发布日期：2021-03-24
    • 文件大小：1048576
    • 提供者：weixin_38718690

  1. 两层极端学习机，用于回归和分类

  2. 两层极端学习机，用于回归和分类

  3. 所属分类：其它

    • 发布日期：2021-03-14
    • 文件大小：685056
    • 提供者：weixin_38695471

  1. 两层极端学习机，用于回归和分类

  2. 两层极端学习机，用于回归和分类

  3. 所属分类：其它

    • 发布日期：2021-03-12
    • 文件大小：759808
    • 提供者：weixin_38732307

  1. SGB-ELM是一种用于极端学习机的先进的基于随机梯度提升的集成方案

  2. SGB-ELM是一种用于极端学习机的先进的基于随机梯度提升的集成方案

  3. 所属分类：其它

    • 发布日期：2021-03-07
    • 文件大小：78848
    • 提供者：weixin_38537941

  1. 基于WSN的极端学习方法的温室小气候预测模型

  2. 温室中微气候的监测和控制已成为农业气象学领域的研究热点之一，无线传感器网络（WSN）的自适应，适应性强和成本效益高的特点使无线传感器网络（WSN）的应用近来引起了越来越多的关注。 当前的微气候监测和控制系统通过操纵捕获的环境因素和传统的神经网络算法来实现其预测。 然而，当部署WSN网络时，这些系统面临快速预测（例如每小时甚至每分钟）的挑战。 本文提出了一种基于极限学习机（ELM）算法和KELM（基于内核的ELM）的新颖预测方法，用于预测南京市实际温室环境中的温度和湿度。 通过WSN节点将室内温度

  3. 所属分类：其它

    • 发布日期：2021-03-04
    • 文件大小：1015808
    • 提供者：weixin_38735541

  1. 基于主成分分析和极端学习机的测谎方法研究

  2. 为了克服当前基于P300的测谎方法训练时间长、个体识别准确率不够高的缺点,提出了将主成分分析(Principal component analysis,PCA)和极端学习机(Extreme Learning Machine,ELM)相结合的PCA_ELM测谎方法.该方法使用典型的三刺激测谎范式,记录30名随机划分的撒谎和无辜者在Pz电极上的脑电(EEG)信号,选择探针刺激响应并对每名受试者的每5个响应波形进行平均,然后对两类信号提取小波特征.PCA被用于对原始特征空间进行特征选择.降维后的特征样

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：354304
    • 提供者：weixin_38562026

  1. 基于参数自适应调整粒子群优化策略的极端学习机

  2. 基于参数自适应调整粒子群优化策略的极端学习机

  3. 所属分类：其它

    • 发布日期：2021-02-11
    • 文件大小：225280
    • 提供者：weixin_38641150

  1. 限定记忆极端学习机及其应用

  2. 为了实现极端学习机(ELM) 的在线训练, 提出一种限定记忆极端学习机(FM-ELM). FM-ELM 以逐次增加新 训练样本与删除旧训练样本的方式, 提高其对于系统动态变化特性的自适应性, 并根据矩阵求逆引理实现了网络输 出权值的递推求解, 减小了在线训练过程的计算代价. 应用于具有动态变化特性的非线性系统在线状态预测表明, FM-ELM 是一种有效的ELM在线训练模式, 相比于在线贯序极端学习机, FM-ELM 具有更快的调节速度和更高的预 测精度.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：251904
    • 提供者：weixin_38688145

  1. 一种基于互信息变量选择的极端学习机算法

  2. 针对回归问题中存在的变量选择和网络结构设计问题, 提出一种基于互信息的极端学习机(ELM) 训练算法, 同时实现输入变量的选择和隐含层的结构优化. 该算法将互信息输入变量选择嵌入到ELM网络的学习过程之中, 以网络的学习性能作为衡量输入变量与输出变量相关与否的指标, 并以增量式的方法确定隐含层节点的规模.在Lorenz、Gas Furnace 和10 组标杆数据上的仿真结果表明了所提出算法的有效性. 该算法不仅可以简化网络结构, 还可以提高网络的泛化性能.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：166912
    • 提供者：weixin_38559569

  1. 基于互信息的选择性集成核极端学习机

  2. 针对集成学习中的准确性和差异性平衡问题, 提出一种基于信息论的选择性集成核极端学习机. 采用具有结构简单、训练简便、泛化性能好的核极端学习作为基学习器. 引入相关性准则描述准确性, 冗余性准则描述差异性,将选择性集成问题转化为变量选择问题. 利用基于互信息的最大相关最小冗余准则对生成的核极端学习机进行选择, 从而实现准确性和差异性的平衡. 基于UCI 基准回归和分类数据的仿真结果验证了所提出算法的优越性.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：160768
    • 提供者：weixin_38725450

  1. 基于限定样本序贯极端学习机的模拟电路在线故障诊断

  2. 为解决故障特征样本分批加入时分类模型的在线更新问题, 提出一种限定样本序贯极端学习机(LSSELM). LSSELM 通过逐步添加新样本, 同时剔除与其相似度最高的同类别旧样本来提高模型的动态适应能力, 并通过Sherman-Morrison 矩阵求逆引理来降低计算复杂度, 实现输出权值的递推求解, 完成模型的在线训练. 将LSSELM 用于模拟电路在线故障诊断, 结果表明相比在线序贯极端学习机(OS-ELM) 和LSSELM 的诊断准确率更高, 具有更好的泛化性能.

  3. 所属分类：其它

    • 发布日期：2021-01-14
    • 文件大小：286720
    • 提供者：weixin_38730821

  1. 基于代价敏感极端学习机的电力系统暂态稳定评估方法

  2. 针对电力系统暂态稳定评估中稳定样本与不稳定样本误分类代价不同的特点，提出一种基于代价敏感极端学习机的电力系统暂态稳定评估方法。该方法在现有极端学习机的基础上，引入误分类代价的概念，以误分类代价最小为目标，构造代价敏感极端学习机，克服了现有极端学习机应用于暂态稳定评估时只追求高的分类准确率而忽略不稳定样本漏报率的缺点。新英格兰39节点系统和IEEE 145节点系统的仿真结果表明，所提方法的评估结果更倾向于将样本划分为误分类代价大的不稳定样本，以减小总的误分类代价。通过调整误分类代价矩阵，不仅可以使

  3. 所属分类：其它

    • 发布日期：2021-01-13
    • 文件大小：986112
    • 提供者：weixin_38628953
« 12 »