说明:通过将极限学习机(ELM)和稀疏表示(SRC)结合到统一框架中,所提出的混合分类器不仅具有快速测试(ELM的优点)的优点,而且显示出显着的分类精度(SRC的优点)。测试它的AR面部识别,它达到95%的高精度,比ELM(91%)和SRC(93.5%)更好。ELM和SRC之间的桥梁是ELM错误分类度量和...
说明:通过GA算法对乳腺癌细胞进行特征提取,并训练SVM网络,通过升高维度使分类更准确,从而提高了分类精度,完善了数据分类。
说明:改进的极限学习机,速度更快精度更高,用于分类和回归 http://xueshu.baidu.com/s?wd=paperuri%3A%285abfc8c98967e7becf0e651eca6b8ef1%29&filter=sc_long_sign&tn=SE_xueshusource_2k...