182基于matlab的半监督极限学习机进行聚类

基于matlab的半监督极限学习机进行聚类，基于流形正则化将 ELM 扩展用于半监督，三聚类结果可视化输出。程序已调通，可直接运行。

MATLAB学习与分享主题  

1 智能优化算法改进及应用  

三维装箱问题、发车顺序优化、水库顺序调度、生产顺序调度、物流最佳选址、装配线最佳调度、设施布局优化、公交最佳排班、充电桩布局优化、车间布局优化、水泵组合问题、车间调度问题、集装箱船配载优化、可视域基站、无人机选址优化  

2 信号处理方面  

信号分析、信号降噪、信息增强、雷达信号分析、肌电信号分析、脑电信号分析、信号配时优化、振噪信号处理  

3 机器学习和深度学习方面  

卷积神经网络、长短期记忆递归神经网络、支持向量机、最小二乘支持向量机、极限学习机、核极限学习机、Back Propagation神经网络、径向基函数、宽度学习、深度信念网络、深度极限学习机、XGBOOST、风电预测、光伏预测、电池寿命预测、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、变压器故障诊断、旋转机械故诊断  

4 图像处理方面  

图像融合、图像检测、图像配准、图像识别、图像分割、图像拼接、图像增强、图像压缩感知、图像隐藏、图像评价  

5 路径规划方面  

旅行商问题、无人机三维路径规划、车辆协同无人机路径规划、无人机协同、机器人路径规划、无人机任务分配、栅格地图路径规划、无人机编队、车辆路径问题、天线线性阵列分布优化