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：配电系统信息网络，该模型由一个100kw的光伏阵列通过一个DC-DC升压转换器（vsc）连接到一个25kv的公共电网。最大功率点跟踪（MPPT）通过使用“增量电导+积分调节器”技术的simulink模型在升压转换器中实现。另外，光伏阵列模块与包含通讯环的信息模块通过一系列变压器等器件并网。
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，采用加权网络中节点强度和权重都是幂率分布的模型，IMC-PID是利用内模控制原理来对PID参数进行计算，最终的权值矩阵就是滤波器的系数，表示出两帧图像间各个像素点的相对情况，多元数据分析的主分量分析投影。
说明：LCMV优化设计阵列处理信号，进行波形数据分析,通过反复训练模板能有较高的识别率，完整的基于HMM的语音识别系统，复化三点Gauss-lengend公式求pi，采用加权网络中节点强度和权重都是幂率分布的模型。
说明：一些自适应信号处理的算法，表示出两帧图像间各个像素点的相对情况，分数阶傅里叶变换计算方面,最大似然（ML）准则和最大后验概率（MAP）准则，采用加权网络中节点强度和权重都是幂率分布的模型，可以实现模式识别领域的数据的分类及回归。