说明：用免疫算法优化ELM的输入层到隐藏层的权值与阈值参数，以此来提高ELM的预测精度。

优化-ELM 预测 ELM-优化 ELM ELM-预测

说明：蝙蝠算法优化ELM,是一种比较新的优化算法，希望可以借鉴下。

蝙蝠算法优化 ELM BA 优化算法

说明：蝙蝠算法优化ELM,是一种比较新的优化算法，能够运行得通的代码，请放心下载，极限学习机代码。

BA_EM ELM 蝙蝠算法优化

说明：蝙蝠优化的极限学习机,提升极限学习机的效率

极限学习机ELM ELM的优化 极限学习机 ba-elm 优化BA

说明：用蝙蝠算法（BA）对极限学习机（ELM）的输入权值和偏执进行进行优化，其诊断精度有明显提升。

ba蝙蝠 ELM的优化 BA蝙蝠算法 ba BA-权值

说明：运用粒子群算法对ELM算法进行优化，以达到算法的最优性。

PSO ELM 粒子群算法 ELM算法

说明：算法思想是：1） 根据果蝇优化算法得到极速学习机隐层神经元的数目；2） 依据得到的隐层神经元数目和极限学习机的方法对训练样本和测试样本进行训练学习。只要打开fruitfly_elm.m文件运行即可，可以换数据集

果蝇神经 FOA-ELM 果蝇-ELM 果蝇算法ELM foa如何优化ELM

说明：FOA-ELM FOA算法优化极限学习机的MATLAB代码。

FOA-ELM FOA算法 极限学习机

说明：基于粒子群优化算法的ELM，很稳，自己写的亲测可用。

粒子群优化算法 ELM

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