目录
背影
极限学习机
LCD-LMD-PSO-ELM的电能质量分类，LCD特征提取，LMD特征提取，粒子群算法优化极限学习机
主要参数
MATLAB代码
效果图
结果分析
展望
完整代码下载链接：LCD-LMD-PSO-ELM的电能质量分类，LCD特征提取，LMD特征提取，粒子群算法优化极限学习机资源-CSDN文库 https://download.csdn.net/download/abc991835105/88767298
背影
极限学习机是在BP神经网络上改进的一种网络，拥有无限拟合能力，但是容易过拟合，本文通过基于BP神经网络的住宅价格预测，基于粒子群算法优化极限学习机的价格预测
摘要
极限学习机原理，粒子群算法的原理，粒子群算法的主要参数，粒子群算法流程图，LCD-LMD-PSO-ELM的电能质量分类，LCD特征提取，LMD特征提取，粒子群算法优化极限学习机
极限学习机
极限学习机（Extreme Learning Machine, ELM）或“超限学习机”是一类基于前馈神经网络（Feedforward Neuron Network, FNN）构建的机器学习系统或方法，适用于监督学习和非监督学习问题
[1]
。ELM在研究中被视为一类特殊的FNN，或对FNN及其反向传播算法的改进，其特点是隐含层节点的权重为随机或人为给定的，且不需要更新，学习过程仅计算输出权重
[2]
。传统的ELM具有
)
)
