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
qingyunliushuiyu7 小时前
企业为何需要可视化数据分析系统机器学习之心8 小时前
Bayes-GRU-Attention的数据多特征分类预测Matlab实现叶庭云8 小时前
Matlab 和 R 语言的数组索引都是从 1 开始，并且是左闭右闭的dundunmm8 小时前
数据挖掘之认识数据γ..11 小时前
基于MATLAB的图像增强IT猿手14 小时前
基于PWLCM混沌映射的麋鹿群优化算法（Elk herd optimizer，EHO）的多无人机协同路径规划，MATLAB代码江南野栀子21 小时前
数据可视化-1. 折线图超级大咸鱼1 天前
CW信号的正交解调【建模先锋】1 天前
故障诊断 | 一个小创新：特征提取+KAN分类dundunmm1 天前
机器学习之KNN算法