麻雀搜算算法（SSA）优化核极限学习机（KELM）分类MATLAB程序

新算法，麻雀搜算算法（SSA）优化核极限学习机（KELM）分类MATLAB程序 可直接用于故障诊断等问题，只需要更换excel文件名即可换成自己的数据运行，内含两种PCA降维程序，保留指定主成分或指定成分个数，可直接提取降维后的特征向量并画主成分贡献率柱状图。 麻雀搜索算法( sparrow search algorithm, SSA)在2020年，是受麻雀觅食行为和反捕食行为启发而由Xue等[提出的一种新型群体智能优化算法。搜索过程可抽象为发现者-加入者-警戒者模型。发现者拥有更广阔的搜索范围，负责引导种群觅食，加入者跟随发现者觅食，警戒者负责侦查预警，一旦发现威胁，便放弃当前食物而移动到新的位置。 因为ELM中的输人权重w和隐含神经元阈值b是随机产生，算法效果不稳定，所以之后Huang等为了算法的准确性和稳定性，又在算法中引人了核参数，使其代替ELM的随机特征映射，形成核极限学习机（kernel extreme learning machine，KELM）算法。 本程序利用麻雀搜索算法对核极限学习机的两项参数：核参数 及正则化系数 进行优化，可以输出混淆矩阵，迭代曲线。