首页| JavaScript| HTML/CSS| Matlab| PHP| Python| Java| C/C++/VC++| C#| ASP| 其他|
购买积分 购买会员 激活码充值

您现在的位置是:虫虫源码 > Matlab > 混合方法组合的极端学习机和稀疏表示

混合方法组合的极端学习机和稀疏表示

  • 资源大小:3.09 MB
  • 上传时间:2021-06-29
  • 下载次数:0次
  • 浏览次数:0次
  • 资源积分:1积分
  • 标      签: Matlab

资 源 简 介

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错误分类度量和自适应选择。

文 件 列 表

ELMSRC_classifier_v1.2
@partialDCT
Demo.m
elm_predict.m
elm_train.m
find_lambdamax_l1_ls.m
find_lambdamax_l1_ls_nonneg.m
l1_ls.m
l1_ls_nonneg.m
pca_datasets.mat
@partialDCT
ctranspose.m
mtimes.m
partialDCT.m
license.txt
VIP VIP
0.198944s