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
B站_计算机毕业设计之家21 小时前
大数据YOLOv8无人机目标检测跟踪识别系统 深度学习 PySide界面设计 大数据 ✅罗不丢1 天前
自回归模型例题（AR）与ACF/PACF图绘制机器学习之心1 天前
MATLAB遗传算法优化RVFL神经网络回归预测（随机函数链接神经网络）Dlkoiw1 天前
CSMA(aloha）机器学习之心1 天前
基于双向时序卷积网络(BiTCN)与支持向量机(SVM)混合模型的时间序列预测代码Matlab源码MATLAB代码顾问1 天前
MATLAB实现决策树数值预测小白跃升坊2 天前
数据分析报表如何选？详解 DataEase 四大表格：明细表、汇总表、透视表与热力图的适用场景与选择策略~~李木子~~2 天前
Windows软件自动扫描与分类工具 - 技术文档印象编程2 天前
数据挖掘 | 决策树ID3算法qq_436962182 天前
奥威BI：打破数据分析的桎梏，让决策更自由