一种结合极限学习机和稀疏表示的混合方法：一种简单但非常有效的 ELM 和 SRC 组合。-matlab开发

通过将极限学习机（ELM）和稀疏表示（SRC）结合到一个统一的框架中，所提出的混合分类器不仅具有快速测试的优点（ELM的优点），而且显示出显着的分类精度（SRC的优点）。 我们对其进行了 AR 人脸识别测试，其准确率高达 95%，优于 ELM（91%）和 SRC（93.5%）。 ELM 和 SRC 之间的桥梁是 ELM 错误分类度量和自适应蛋白质类选择。 详细内容请参考论文《罗敏，张坤.一种结合极限学习机和稀疏表示的混合方法进行图像分类[J].人工智能的工程应用，2014，27：228-235.》。 请注意，它是上述论文的改进版本。