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
梦想科研社1 小时前
【无人机设计与控制】四旋翼无人机俯仰姿态保持模糊PID控制(带说明报告）ShuQiHere3 小时前
【ShuQiHere】 探索数据挖掘的世界：从概念到应用2401_8581205311 小时前
深入理解MATLAB中的事件处理机制leon62511 小时前
优化算法（一）—遗传算法（Genetic Algorithm）附MATLAB程序小齿轮lsl11 小时前
PFC理论基础与Matlab仿真模型学习笔记（1）--PFC电路概述惟长堤一痕13 小时前
医学数据分析实训 项目四回归分析--预测帕金森病病情的严重程度学习不好的电气仔15 小时前
基于虚拟阻抗的逆变器下垂控制环流抑制策略MATLAB仿真原机小子15 小时前
掌握MATLAB中的数据类型转换技巧勤劳兔码农15 小时前
文本分类实战项目：如何使用NLP构建情感分析模型机器学习之心17 小时前
时序预测 | Matlab实现SSA-TCN麻雀搜索算法优化时间卷积网络时序预测-递归预测未来数据（单输入单输出）