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
cici1587412 小时前
大规模MIMO系统中Alamouti预编码的QPSK复用性能MATLAB仿真Faker66363aaa18 小时前
GSM微波天线设备识别与分类_YOLOv26模型实现_1创业之路&下一个五年19 小时前
以教为学：在赋能他人中完成自我跃升yong999020 小时前
MATLAB的智能扫地机器人工作过程仿真Aloudata20 小时前
数据工程新范式：NoETL 语义编织如何激活海量埋点数据价值？jghhh0121 小时前
基于MATLAB的协同过滤推荐算法实现啊阿狸不会拉杆1 天前
《数字信号处理》第6章：数字滤波器的基本概念及几种特殊滤波器Faker66363aaa1 天前
YOLOv26哈密瓜花朵识别与分类_雄花雌花区分与花瓣结构识别软件算法开发1 天前
基于卷尾猴优化的LSTM深度学习网络模型(CSA-LSTM)的一维时间序列预测算法matlab仿真高洁011 天前
知识图谱如何在制造业实际落地应用