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,...