教学课件 MATLAB神经网络原理与实例精解.ppt

* * * * * * * * * * * * * * * * （1）定义样本。每列为一个样本，训练样本为6*12矩阵，测试样本为6*6矩阵 （2）样本归一化。使用mapminmax函数完成训练样本的归一化 （3）创建网络模型。newpnn函数唯一的可调参数为平滑因子spread，在这里将其设置为1 （4）测试。首先需要定义测试样本及其正确分类模式标签，然后将测试样本按与训练样本相同的方式进行归一化，最后将其输入到上一步创建的网络模型中 运行diagnose.m 7.基于自组织特征映射网络的亚洲足球水平聚类 中国男子足球队的比赛成绩一直牵动着广大球迷的心。很多人认定中国队已处于亚洲三流甚至末流水平 ；在亚洲地区的比赛中，中国队曾经有过不错的表现，但近年来接连遭遇惨败。 在这样的背景下，有必要科学地统计亚洲各队的比赛数据，有说服力地给出各个国家男子足球的水平和实力 使用无监督学习的聚类方式。聚类不需要预先知道部分球队的水平和实力，只需要给定分类的类别数量，算法就会将所有样本按照相似性的原则划分成类 。 要获得较准确的聚类结果，关键在于选择恰当的样本特征。它回答了究竟选取什么样的指标才能正确反映球队的实力和水平的问题。要比较各国足球的发展水平，自然不能选择该国国内联赛的成绩，而应该将国际正式比赛中各球队的表现纳入考虑范围。 7.基于自组织特征映射网络的亚洲足球水平聚类 （1）对于世界杯，如果打入决赛圈，则取其最终排名（1~32）；没有进入决赛圈的，如果打入预选赛十强则编码为33，如果预选赛小组未出线则编码为43。 （2）对于亚洲杯，如果取得四强，则取其最终排名（1-4）；如果进入八强，则编码为5，如果进入16强则编码为9，如果预选赛未出线，则编码为17 7.基于自组织特征映射网络的亚洲足球水平聚类 球队 2006年世界杯 2010年世界杯 2007年亚洲杯 2011年亚洲杯 中国 43 43 9 9 日本 28 9 4 1 韩国 17 15 3 3 伊朗 25 33 2 9 沙特阿拉伯 28 33 2 9 伊拉克 43 43 1 5 卡塔尔 43 33 9 5 阿联酋 43 33 9 9 乌兹别克斯坦 33 33 5 4 泰国 43 43 9 17 越南 43 43 5 17 阿曼 43 43 9 17 巴林 33 33 9 9 朝鲜 33 32 17 9 印度尼西亚 43 43 9 17 澳大利亚 16 21 4 2 （1）定义样本。聚类共涉及16个国家，每个国家的球队成绩用一个四维向量表示 （2）创建网络。使用MATLAB神经网络工具箱中的selforgmap函数进行创建 （3）网络训练。使用train函数对输入样本进行训练 （3）测试。自组织网络的测试与有监督学习中的测试不同，在这里，训练数据与测试数据是一样的。将用于训练的矩阵输入到网络中，可以得出每一个样本的分类标签 （4）显示聚类结果 运行football.m （1）亚洲一流。包含日本，韩国、澳大利亚。 （2）亚洲二流。包含伊朗、沙特阿拉伯、乌兹别克斯坦和巴林 （3）三流，只有朝鲜一个国家。 （4）四流。其余所有国家，包括中国、伊拉克、卡塔尔、阿联酋、泰国、越南、阿曼和印尼 设置不同的随机数种子，可以得到不同的结果。 聚类中较为稳定的分法： （1）一流。日本，韩国，澳大利亚。 （2）二流。伊朗、沙特阿拉伯、乌兹别克斯坦。 （3）四流。泰国、越南、阿曼、印尼。 其余国家基本都有上下浮动的趋势。 卡塔尔、中国、阿联酋大致介于三流与四流之间； 巴林介于二流与三流之间； 朝鲜约为三流水平。 通过以上分析，可以看出，中国队大致位于亚洲三流与四流之间，仅比越南、印度尼西亚等国高一个档次，这与近年来的国家大赛中的糟糕表现有关。要振兴足球，依然任重道远。 谢谢大家！ * * * * * * * 1. BP神经网络实现图像压缩 BP神经网络实现图像压缩。依赖BP网络的非线性映射能力进行数据压缩 JPEG压缩 基于小波变换的图像压缩算法 分形压缩编码 矢量量化压缩编码 采用BP神经网络对灰度图像进行压缩，在保证较好峰值信噪比（PSNR）的情况下，达到了较高的压缩比。 常见的文件压缩软件如WinZip、WinRAR等采用的是无损压缩，能够完全恢复原文件内容。多媒体信息具有信息量大、冗余信息多的特点，往往采用有损压缩技术。 1.根据大面积着色原理，图像必须在一定面积内存在相同或相似的颜色，对于人眼的观察来说才有意义，否则看到的只是杂乱无章的雪花。因此，图像中相邻象素间存在相似性，这样就产生了图像的预测编码。 2.由于