資源簡介
極限學習機的輸入權重是隨機生成的,這個因此每次的結果不一致。因此采用主成分分析,將原始數據降到N維(所設的隱含層節點數)。將得到的pca降維變換矩陣作為極限學習機的輸入權重,效果更佳穩定

代碼片段和文件信息
function?output=elmpredict(PIWBbetaTF)
[RQ]?=?size(P);
BiasMatrix?=?repmat(B1R)‘;
tempH?=?P*IW+BiasMatrix;
switch?TF??%激活函數
????case?‘sig‘
????????H?=?1?./?(1?+?exp(-tempH));
????case?‘sin‘
????????H?=?sin(tempH);
????case?‘hardlim‘
????????H?=?hardlim(tempH);
end
output=H*beta;
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
????.CA....???5029994??2019-09-26?16:11??主成分極限學習機\data.mat
????.CA....???????304??2019-09-24?20:40??主成分極限學習機\elmpredict.m
????.CA....???????540??2019-09-26?14:35??主成分極限學習機\elmtrain.m
????.CA....???????531??2019-09-26?14:43??主成分極限學習機\elmtrain2.m
????.CA....???????975??2019-09-26?16:13??主成分極限學習機\ELM_main.m
????.C.D...?????????0??2019-09-26?16:14??主成分極限學習機
-----------?---------??----------?-----??----
??????????????5032344????????????????????6
- 上一篇:DHT11溫濕度傳感器串口顯示,也可直接用藍牙
- 下一篇:軟件開發畢業論文
評論
共有 條評論