MATLAB代做  | MATLAB代寫  | MATLAB有償編程
首 頁
當前位置:MATLAB代做|MATLAB代寫|MATLAB有償編程matlab源碼基礎應用
《模式識別與智能計算》源碼程序-第3章        [↓跳到下載地址]
官方主頁:源碼共享網站:www.kggbzb.tw

聯系方式:客服QQ:1747812398 買代碼源碼軟件站,歡迎咨詢

運行環境:Win9X/2000/XP/2003/

源碼語言:簡體中文

源碼類型:破解軟件 - 基礎應用

推薦星級:

更新時間:2015-09-19 21:15:49

源碼簡介

例3.1
>>load xy  %讀入數據
>>x1=xy(:,1:4);y1=xy(:,5);r=size(x1,1);
>>a1=max(x1);b1=min(x1);a2=max(y1);b2=min(y1);
>>x1=0.002+0.996*(x1-b1(ones(r,1),:))./(a1(ones(r,1),:)-b1(ones(r,1),:)); %歸一化
>>y1=0.002+0.996*(y1-b2(ones(r,1),:))./(a2(ones(r,1),:)-b2(ones(r,1),:));
>>m=randperm(r);   %產生1~23間的隨機自然數
>>x_train=x1(m(1),:);y_train=y1(m(1),:);
>>for i=1:r-5
  x_train=[x_train;x1(m(i),:)]; y_train=[y_train;y1(m(i),:)];  %隨機抽取19個樣品作為訓練集
end
>>x_test=x1(m(r-6),:);y_test=y1(m(r-6),:);  %其余作為測試集
>>for i=r-5:r
    x_test=[x_test;x1(m(i),:)]; y_test=[y_test;y1(m(i),:)];
end
>>net=newff(minmax(x_train'),[40 1],{'logsig','logsig'},'trainlm');  %設置網絡結構
>>net.trainparam.epochs=10000;net.trainparam.lr=0.2;net.trainparam.show=200;%網絡訓練參數
>>net.trainparam.goal=5e-3;
>>[net,tr]=train(net,x_train',y_train'); %對網絡訓練
>>y_test1=sim(net,x_test');     %仿真計算
>>y_error=y_test-y_test1;     %計算預測誤差

例3.10
>>load mydata;
>>x=guiyi(mydata);y=[0;0;0;0;0;1;1;1;1;1];
>> y1=netcpn_sim(x1(1:10,:),y,x1(12,:))    %來自乙地
y1 = 1
>> y1=netcpn_sim(x1(1:10,:),y,x1(11,:))  %來自甲地
y1 = 0

function y=netcpn_sim(x_test,y_test,sample)  %網絡仿真函數
[w,v]=netcpn_train(x_test,y_test);     %網絡訓練函數
[m1,n1]=size(x_test);[m3,n3]=size(y_test);p=10*n1;
out_sa=zeros(1,n3);m=size(sample,1);
for k=1:m
  sample(k,:)=sample(k,:)/norm(sample(k,:));
  for i=1:p;sc(i)=sample(k,:)*w(i,:)';end
  [temp,num]=max(sc);out_sa(1,:)=v(:,num)';out_sam=round(out_sa');  out_same=num2str(out_sam);
  for i=1:n3
     out_sample(i)=bin2dec(out_same(i)');y(k,i)=out_sample(i);
  end
end

function [w,v]=netcpn_train(x_test,y_test)  %訓練函數
[m1,n1]=size(x_test);[m3,n3]=size(y_test);
for i=1:m1;x_test(i,:)=x_test(i,:)/norm(x_test(i,:));end
maxiterm=6000;t=1;p=10*n1;w=rands(p,n1)/2+0.5;v=rands(n3,p)/2+0.5;  %p為競爭層單元數      T=y_test;
while t<maxiterm
     for j=1:m1  %
        for i=1:p;w(i,:)=w(i,:)/norm(w(i,:));s(i)=x_test(j,:)*w(i,:)';end
      [temp,num]=max(s);   %距離最近的向量
       w(num,:)=w(num,:)+0.1*(x_test(j,:)-w(num,:));  %修正
       w(num,:)=w(num,:)/norm(w(num,:));
       v(:,num)=v(:,num)+0.1*(y_test(j,:)'-T(j,:)');
       T(j,:)=v(:,num)';
     end
    t=t+1;
end

例3.11
>>load mydata    %輸入數據
>>p=mydata(:,2:end);p=guiyi(p);  %自編的歸一化函數
>>t=mydata(:,1)';
>> y=bpselect_num(p,t);      %變量篩選函數
y =30.7223    0.0005   28.7262   28.5135   -0.0006  -28.7257    0.0179  -76.7274
即可以選第1、3、4、6、8個變量。 
function MIV=bpselect_num(p,t)   %變量篩選
nntwarn off;   %為了更好地運行各種神經網絡函數
net=newff(minmax(p'),[50,1],{'tansig','purelin'},'traingdm');   %設計BP網絡
net.trainParam.show=NaN;net.trainParam.lr=0.05;net.trainParam.epochs=2000; %網絡參數
net=train(net,p',t);   %網絡訓練
[m,n]=size(p);temp=p;
for i=1:n    %每個變量值增加10%后的矩陣仿真結果
   pX=p(:,i);pa=pX*1.1;p(:,i)=pa;b1(i,:)=sim(net,p');p=temp;
end
for i=1:n   %每個變量減少10%后的矩陣仿真結果
  pX=p(i,:);pa=pX*0.9;p(i,:)=pa;b2(i,:)=sim(net,p');p=temp;
end
MIV=mean((b1-b2),2)';


 


提 示:本站所有源碼只提供瀏覽,需要定制的朋友可以聯系在線客服!
注意:價格根據項目的難易程度來定價格業務咨詢

《模式識別與智能計算》源碼程序-第3章 --下載地址

注意:為避免不必要的誤會,本站項目里的源碼只公開部分需要的聯系在線客服

本站長期招聘程序代寫高手,歡迎加入華南地區matlab團隊

想創業卻沒有經驗的人

無論你是否有過網上開店的經驗,都可以隨時聯系在線客服,建立自己獨立的網站
想開網店卻不知道如何入手

淘寶創業成本低而且風險小,如果想開淘寶店的朋友可以聯系在線客服。
想兼職創業,卻不擅長交際與服務的人

在家創業月入5000元。網站程序+百套群發工具+網賺資料+域名+空間+本站終身代理資格,這樣你網賺的條件全具備了。每天3小時管理、推廣、收錢。
缺乏能快速贏利型產品的人

導入多種最新流行營銷軟件+網賺教程,讓入駐者輕松加盟、復制有效成交技巧、快速賺錢。

源碼評論評論內容只代表網友觀點,與本站立場無關!

   評論摘要(共 0 條,得分 0 分,平均 0 分) 查看完整評論

瀏覽說明

* 本站所有源碼全部公開,隨時隨地瀏覽!
* MATLAB軟件如用于商業用途,請購買正版!
* 如果您發現下載鏈接錯誤,請點擊報告錯誤謝謝!
* 站內提供的所有軟件包含破解及注冊碼均是由網上搜集,若侵犯了你的版權利益,敬請來信通知我們!
Copyright © 2008-2014 www.kggbzb.tw. All Rights Reserved.
頁面執行時間:250.00000 毫秒
安微25选5开奖号