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
肖田变强不变秃6 小时前
C++实现矩阵Matrix类 实现基本运算sci_ei12313 小时前
高水平EI会议-第四届机器学习、云计算与智能挖掘国际会议Denodo13 小时前
10倍数据交付提升 | 通过逻辑数据仓库和数据编织高效管理和利用大数据Zda天天爱打卡16 小时前
【机器学习实战高阶】基于深度学习的图像分割绒绒毛毛雨17 小时前
“大模型横扫千军”背后的大数据挖掘--浅谈MapReducejk_10117 小时前
MATLAB中characterListPattern函数用法机器学习小小白18 小时前
【数据挖掘实战】 房价预测史嘉庆1 天前
Pandas数据分析 【Series | DataFrame】恩泽君1 天前
Matlab总提示内存不够用，明明小于电脑内存机器学习之心1 天前
回归预测 | MATLAB基于TCN-BiGRU时间卷积神经网络结合双向门控循环单元多输入单输出回归预测