极限学习机的概念
ELM是一种新型的快速学习算法，对于单隐层神经网络，ELM可以随机初始化输入权重和偏置并得到相应的输出权重。
对于一个单隐层神经网络，假设有N个任意的样本，其中
，
。对于一个有个隐层节点的单隐层神经网络可以表示为
其中，为激活函数，
为输入权重，
为输出权重，
是第
个隐层单元的偏置。
单隐层神经网络的学习目标是使得输出的误差最小，可以表示为
即存在，
和
，使得
可以矩阵表述为。
其中，是隐层节点的输出，
为输出权重，
为期望输出。
，
原文：http://www.cnblogs.com/dreamafar/p/6919256.html