利用Python进行数据分析（原书第2版）

OS-ELM在线序列极限学习机

在线顺序极限学习机，可以实现对大量数据的实时在线预测及其分类效果

Python-ELM:Python中的极限学习机实现

Python-ELM v0.3 --->存档2021年3月<--- 这是基于Python[1] [2]的。 从摘要： 显然，前馈神经网络的学习速度通常远远慢于所需速度，并且在过去的几十年中一直是其应用的主要瓶颈。 背后的两个关键原因可能是：1）基于慢梯度的学习算法被广泛用于训练神经网络，以及2）通过使用这种学习算法来迭代地调整网络的所有参数。 与这些传统实现不同，本文针对单隐藏层前馈神经网络（SLFN）提出了一种称为极限学习机（ELM）的新学习算法，该算法随机选择输入权重并通过分析确定SLFN的输出权重。 从理论上讲，该算法倾向于以极快的学习速度提供最佳的泛化性能。 基于现实世界中基准函数逼近和分类问题（包括大型复杂应用程序）的实验结果表明，该新算法在某些情况下可以产生最佳的泛化性能，并且比传统的前馈神经网络流行的学习算法学习速度快得多。 这是一项正在进行的工作，因此事情可以/可能/

结合DBM(深度置信网络)与ELM(极限学习机)改进DBN-ELM模型-matlab-python实现-源码

结合DBM(深度置信网络)与ELM(极限学习机)改进DBN-ELM模型_matlab_python实现_源码

python+RELM+OS-ELM+FOS-ELM+代码实现-实例验证+算法比较.rar

极限学习机ELM是一类Single-hidden Layer Feedforward Neural Network（SLFNs）算法，由Huang等基于 Moore-Penrose 广义逆的理论提出，主要针对SLFNs中存在的学习速率慢，迭代时间长，学习参数如学习步长、学习率需要人为提前设置等问题。与传统的神经网络学习算法相比，ELM只需要设置合适的隐层节点数，随机生成隐层所需所有参数，利用最小二乘法确定输出层权值。整个学习过程只需一步而无需多次更新隐层参数。正是因为ELM算法的快速学习能力以及较强的非线性逼近能力等特点，使得ELM在实际应用中受到了研究者们的青睐。 本代码给出了实现正则化极限学习机（RELM）、在线学习的极限学习机（OS-ELM）、带遗忘机制的在线学习极限学习机（FOS-ELM）使用python进行了实现，并基于一个简单的数据集对三种算法进行了比较，并比较了不同隐藏层节点对性能的影响。

基于核极限学习机KELM、在线顺序极限学习机OS-ELM、在线贯序核极限学习机OSKELM、遗忘因子的在线贯列核极限学习F-OS

基于核极限学习机KELM、在线顺序极限学习机OS-ELM、在线贯序核极限学习机OSKELM、遗忘因子的在线贯列核极限学习F-OSKELM和自适应遗忘因子的在线贯列核极限学习AF-OSKELM数据预测，下图为5种方法在matlab平台上的实验...

python中pyoselm包调用OS-ELM模型，OS-ELM模型的简单例子

通过python中的pyoselm包直接调用os-elm模型，无需自己搭建，直接简单调用，可预测可分类。本资源包括简单例子和pyoselm包源文件，感兴趣的朋友可以研究一下。

Python-ELM-master.zip_ELM极限学习机_python ELM_python elm回归_多分类

极限学习机的 python实现，可用于回归，多分类问题等。

线性极限学习机_极限学习机进行改进后的代码_OS-ELM_matlab

资源名：线性极限学习机_极限学习机进行改进后的代码_OS-ELM_matlab 资源类型：matlab项目全套源码 源码说明： 全部项目源码都是经过测试校正后百分百成功运行的，如果您下载后不能运行可联系我进行指导或者更换。 ...

OS-ELM.zip_OS-ELM_极限学习机_神经网络_神经网络分类_预测

极限学习机算法用来做预测、分类比传统的BP神经网络速度快

在线顺序极限学习机原理

在线顺序极限学习机原理 在线顺序极限学习机原理 在线顺序极限学习机原理

SLOSELM：自标记在线顺序极限学习机

SLOSELM：自标记在线顺序极限学习机

MATLAB实现极限学习机（ELM）

elm代码，可用于预测，故障诊断，状态估计等

【ELM预测】基于极限学习机ELM实现数据预测matlab源码2.md

matlab源码

【ELM预测】基于极限学习机ELM实现数据预测matlab源码.md

matlab源码

改进极限学习机B-ELM算法源代码.zip

改进极限学习机B-ELM算法源代码.zip

基于python的os-elm文件

一种基于python编写的os-elm文件，上传了测试代码，供大家参考和学习！

pso-elm（粒子群算法优化极限学习机）

pso-elm（粒子群算法优化极限学习机）

OS-ELM.rar_ELM_elm 在线学习_在线极限学习机_极限学习_极限学习机

可用作数据的分类和拟合，在线极限学习机可实现在线数据批量学习的功能，速度快，性能好

Maltab实现ELM极限学习机的故障诊断（完整源码和数据)

1.Maltab实现ELM极限学习机的故障诊断（完整源码和数据) 2.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 3.作者介绍：某大厂资深算法工程师，从事Matlab、Python算法仿真工作8年；擅长智能优化算法、神经网络预测、信号处理、元胞自动机等多种领域的算法仿真实验，更多仿真源码、数据集定制私信+。

【ELM预测】基于遗传算法改进极限学习机ELM实现数据预测matlab源码.md

matlab源码

OS-ELM.zip_ELM_factorshp_honorcqi_前馈_极限学习机

极限学习机（Extreme Learning Machine, ELM）是一类基于前馈神经网络（feedforward neuron network）的机器学习算法，

极限学习机（ELM）的Matlab实现

极限学习机的Matlab实现，包含训练集和数据集

基于鲸鱼算法优化极限学习机WOA-ELM时间序列预测, WOA-ELM时间序列预测, matlab代码 评价指标包括:R2、

基于鲸鱼算法优化极限学习机WOA-ELM时间序列预测, WOA-ELM时间序列预测, matlab代码。 评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

基于灰狼算法优化极限学习机GWO-ELM时间序列预测, GWO-ELM时间序列预测, matlab代码 模型评价指标包括:R

基于灰狼算法优化极限学习机GWO-ELM时间序列预测, GWO-ELM时间序列预测, matlab代码。 模型评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

基于麻雀算法优化极限学习机SSA-ELM时间序列预测, SSA-ELM时间序列预测, matlab代码 模型评价指标包括:R

基于麻雀算法优化极限学习机SSA-ELM时间序列预测, SSA-ELM时间序列预测, matlab代码。 模型评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

基于海鸥算法优化极限学习机SOA-ELM时间序列预测, SOA-ELM时间序列预测，matlab代码 模型评价指标包括:R2

基于海鸥算法优化极限学习机SOA-ELM时间序列预测, SOA-ELM时间序列预测，matlab代码。 模型评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

基于粒子群算法优化极限学习机PSO-ELM时间序列预测, PSO-ELM时间序列预测, matlab代码 模型评价指标包括:

基于粒子群算法优化极限学习机PSO-ELM时间序列预测, PSO-ELM时间序列预测, matlab代码。 模型评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

基于海洋捕食者算法优化极限学习机MPA-ELM时间序列预测，MPA-ELM时间序列预测, matlab代码 模型评价指标包

基于海洋捕食者算法优化极限学习机MPA-ELM时间序列预测，MPA-ELM时间序列预测, matlab代码。 模型评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。