In our experiments, all the inputs(

In our experiments, all the inputs(attributes) have been normalized into the range ½0; 1
whilethe outputs (targets) have been normalized into ½1; 1
. Asseen from ELM algorithm, the learning time of ELM ismainly spent on calculating the Moore–Penrose generalizedinverse Hy of the hidden layer output matrix H.

結果 (繁體中文) 1:

在我們的實驗中，所有的投入
（屬性）已被歸到½0的範圍內; 1？而
輸出（目標）已被歸一化為1½？; 1？正如
從ELM算法可見，ELM的學習時間
主要花在計算摩爾-Penrose廣義
逆隱藏層輸出矩陣H的海蘭

結果 (繁體中文) 2:

在我們的實驗中，所有的輸入
（屬性）已歸一化為範圍 1/20;1 而
輸出（目標）已歸化為1/21;1.作為
從ELM演算法來看，ELM的學習時間是
主要用於計算摩爾-彭羅斯廣義
隱藏層輸出矩陣 H 的反向 Hy。

結果 (繁體中文) 3:

在我們的實驗中，所有的輸入
（内容）已被規範化為1/0；1
輸出（目標）已標準化為1/2；1。作為
從ELM算灋來看，ELM算灋的學習時間是
主要用於計算摩爾-彭羅斯廣義
隱層輸出矩陣H的逆Hy。