说明：小波神经网络程序，用于小波神经网络的训练及泛化求解。

小波网络 小波神经 matlab小波网络 wavelet-network 小波网络-matlab

说明：预测分类，很赞 ELM在研究中被视为一类特殊的FNN，或对FNN及其反向传播算法的改进，其特点是隐含层节点的权重为随机或人为给定的，且不需要更新，学习过程仅计算输出权重 [2]。 传统的ELM具有单隐含层，在与其它浅层学习系统，例如单层感知机（single layer perceptron）和支持向...

深度学习回归 ELM多分类 ELM FNN elm分类代码

说明：用Skeletonization剪枝方法精简BP神经网络结构，提高网络泛化能力，对手写数字进行识别。

剪枝 digits 神经网络-剪枝 手写数字识别 神经网络剪枝

说明：支持向量机(Support Vector Machine)是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。支持向量机方法是建立在统计学习理论的VC 维理论和结构风险最小原理基础上的，根据有限...

matlab svm 源代码 基于 支持 向量

说明：PSO算法能应用于广泛的领域。对于那些非线性的多峰问题和没有特别方法可使用或用特别的方法不能得到满意结果的问题，PSO算法具有很好的应用前景。PSO算法的应用是非常多样性，难以加以全面概括。

说明： 为检验支持向量机非线性回归的泛化能力，BP神经网络有着很强的非线性拟合能力，能以任意精度逼近任意非线性连续函数，当然其前提条件是——神经网络构造适当并且训练充分。

说明：包含特征值与特征向量的提取、训练样本以及最后的识别，是国外的成品模型，能量熵的计算，BP神经网络用于函数拟合与模式识别，可以广泛的应用于数据预测及数据分析,有详细的注释。

matlab

说明：极限学习机（extreme learning machine）ELM是一种简单易用、有效的单隐层前馈神经网络SLFNs学习算法。2004年由南洋理工大学黄广斌副教授提出。传统的神经网络学习算法（如BP算法）需要人为设置大量的网络训练参数，并且很容易产生局部最优解。极限学习机只需要设置网络的隐层节...

matlab 极限 学习机

说明：ELM算法是由南洋理工大学黄广斌副教授提出，相比于BP算法复杂的参数设置，该算法结构简单，只需输入隐层节点数即可，输入权值和阈值随机输入成后为固定值，输出权值由隐含层输出与网络输出数据确定，因此ELM算法属于前馈型神经网络，并且学习速度较快、泛化能力好。

说明：该算法是机器学习领域新提出的一种能应用于分类和拟合的方法，被称为相关向量机(RVM)，相比于在这一领域表现出色的支持向量机(SVM)，该算法在保持杰出分类能力和拟合能力的同时，也表现出良好的稀疏性，因此拥有更好的泛化能力。本算法值得广大机器学习研究领域的科研人员借鉴学习。

rvm-算法 rvm-分类-matlab 机器学习-拟合 稀疏保持 稀疏分类 SVM