训练样本程序2.doc

下载文档

2
0
约3.03千字
约 3页
2018-03-29 发布于河南
举报
版权申诉
保障服务

训练样本程序2.doc

1、本文档共3页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

训练样本程序2

%%%把123代表第一类，213代表第二类，231代表第三类 %训练样本准备%输入矢量矩阵pp=[1 2 3 ;2 1 3;2 3 1];%输入数据归一化p=prestd(mat);%目标矢量矩阵t=[1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1; 1 0 0 ;0 1 0 ;0 0 1;0 0 1; 1 0 0 ;0 1 0 ;0 0 1]; t=t; %如果是样本的列说是300时 %t(1:100)=[1 0 0]; %t(101:200)=[0 1 0]; %t(201:300)=[0 0 1]; %建立网络结构net1=newff(minmax(p),[,19,3],{tansig,tansig,purelin},traingdm);%设置网络参数net1.trainParam.show=50;net1.trainParam.lr=0.2;net1.trainParam.mc=0.2;net1.trainParam.epochs=10000;net1.trainParam.goal=1e-5;%对网络进行训练[net1,tr]=train(net1,p,t);%询问是否现在仿真for i=1:100? ? R=questdlg(是否进行仿真?,选择,仿真,退出,下一次,仿真);? ? if(strcmp(R,仿真))? ?? ???CS=inputdlg({标志1,标志2,标志3},parameter,1);? ?? ???s=size(CS);? ?? ???if(s(1)==0|s(2)==0)? ?? ?? ?? ?continue;? ?? ???end? ?? ???p0=[str2num(CS{1}),str2num(CS{2}),str2num(CS{3})];? ?? ???p0? ?? ???p1=prestd(p0);? ?? ???A=sim(net1,p1)? ? elseif(strcmp(R,退出))? ?? ???break;? ?? ???return;? ? elseif(strcmp(R,下一次))? ? endend s=strcat(num2str(a(1)),,,num2str(a(2)),,,num2str(a(3))) %%s =1,2,3 %%% msgbox(s) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%分类程序2 %p为输入，t为目标输出 p=[1 2 3;2 3 4; 4 5 6;2 3 4]; t=[1 0 0; 0 1 0; 0 0 1; 0 1 0]; %求输入输出转置 p=p; t=t; %%%网络设定 net=newff(minmax(p),[17,3], {tansig,logsig},trainlm); %%设定网络参数，除设定参数外，其余参数都为随机数 net.trainparam.epochs=20000; net.trainparam.goal=0.001; %训练样本 net=train(net,p,t); %%%%测试训练好的样本,test为检测样本 test=[1