基于matlab的混合方法组合的极限学习机和稀疏表示进行分类。通过将极限学习机（ELM）和稀疏表示（SRC）结合到统一框架中，混合分类器具有快速测试（ELM的优点）的优点，且显示出显着的分类精度（SRC的优点）。数据可更换自己的，程序已调通，可直接运行。
110极限学习机（ELM） (xiaohongshu.com)
https://www.xiaohongshu.com/explore/6585a50a000000000801ddc9
110基于matlab的混合方法组合的极限学习机和稀疏表示进行分类
顶呱呱程序2023-12-24 15:07
相关推荐
山顶听风7 分钟前
多层感知器MLP实现非线性分类（原理）机器学习之心2 小时前
机器学习用于算法交易（Matlab实现）火星数据-Tina14 小时前
AI数据分析在体育中的应用：技术与实践Jay Kay17 小时前
ReLU 新生：从死亡困境到强势回归Blossom.11817 小时前
使用Python和Flask构建简单的机器学习API生信学术纵览17 小时前
中科院1区顶刊|IF14+：多组学MR联合单细胞时空分析，锁定心血管代谢疾病的免疫治疗新靶点壹氿19 小时前
Supersonic 新一代AI数据分析平台SelectDB技术团队21 小时前
Apache Doris + MCP：Agent 时代的实时数据分析底座企销客CRM1 天前
CRM管理软件的数据可视化功能使用技巧：让数据驱动决策人大博士的交易之路1 天前
今日行情明日机会——20250606