说明：基于MATLAB的极端学习机（带示例）用于回归和二进制分类问题。Fast OOP MATLAB® implementation of Extreme Learning Machines (ELM) for both regression and binary classification probl...
说明：通过将极限学习机（ELM）和稀疏表示（SRC）结合到统一框架中，所提出的混合分类器不仅具有快速测试（ELM的优点）的优点，而且显示出显着的分类精度（SRC的优点）。测试它的AR面部识别，它达到95％的高精度，比ELM（91％）和SRC（93.5％）更好。ELM和SRC之间的桥梁是ELM错误分类度量和...
说明：应用背景 虽然传统的基因选择方法已经能够取得很好的效果，选出的基因子集有利于后续样本分类，但是这些方法主要考虑数据方差和分布的相关性，从而选出的基因可解释性较差且冗余度较高。为了获得最小冗余可解释的基因子集，本文在充分考虑基因类别灵敏度 (Gene to class sensitivity,...