SOM神经网络分类程序

  • H3_760578
    了解作者
  • 1.8KB
    文件大小
  • rar
    文件格式
  • 0
    收藏次数
  • VIP专享
    资源类型
  • 0
    下载次数
  • 2022-06-02 05:03
    上传日期
SOM神经网络分类程序
SOM神经网络分类程序.rar
  • SOM神经网络分类程序
  • 【源码使用必读】.url
    55B
  • a.txt
    3.1KB
内容介绍
%---------------------------------------------% % % % 工作室提供代做matlab仿真 % % % % 详情请访问:http://cn.mikecrm.com/5k6v1DP % % % %---------------------------------------------% close all echo on % NEWSOM----创建自组织网络 % TRAIN----对自组织网络进行训练 % SIM----对自组织网络进行仿真 pause clc % 产生样本数据P P=[0.045944 0.747493 50 132 25; 0.046046 0.711557 48 128 25; 0.08173 0.68346 52 140 21; 0.082555 0.6374 55 123 35; 0.084004 0.631702 49 133 22; 0.087354 0.616644 47 136 19; 0.095381 0.651734 44 135 19; 0.095659 0.60998 55 128 31; 0.100592 0.716875 46 134 21; 0.100935 0.635564 49 126 25; 0.107242 0.687501 46 137 19; 0.108723 0.747803 51 126 27; 0.115426 0.613659 51 132 23; 0.139901 0.625839 53 128 27; 0.13994 0.710996 52 127 27; 0.140628 0.637043 51 133 24; 0.146325 0.668597 46 120 22; 0.158149 0.671154 48 137 18; 0.163861 0.614643 49 130 25; 0.166258 0.70304 52 124 29; 0.167306 0.613489 41 129 20; 0.168378 0.684271 46 142 11; 0.168729 0.688597 51 120 30; 0.179279 0.669971 51 127 26; 0.180623 0.670455 57 121 35; 0.181126 0.748018 45 127 24; 0.182716 0.66321 54 129 28; 0.183726 0.724409 51 122 27; 0.187427 0.663299 60 120 40; 0.189249 0.626364 40 134 16; 0.190661 0.700496 56 122 35; 0.191064 0.665166 55 121 32; 0.193042 0.615626 54 128 26; 0.197937 0.703901 59 117 39; 0.21958 0.657199 45 127 19; 0.228197 0.602149 51 122 29; 0.229696 0.705227 49 125 23; 0.229787 0.609343 69 115 50; 0.229862 0.698031 54 128 28; 0.233464 0.604842 50 122 24; 0.24728 0.662842 60 126 35; 0.247681 0.640493 50 125 27; 0.257716 0.64472 57 116 38; 0.257867 0.62718 55 128 30; 0.298029 0.696841 51 128 23; 0.263845 0.650707 53 110 35; 0.282479 0.694267 55 112 33; 0.289766 0.711182 66 114 48; 0.307919 0.679598 53 128 25; 0.317342 0.66241 54 125 28; 0.330788 0.703353 61 114 42; 0.337541 0.671603 61 114 42; 0.340552 0.702968 68 116 49; 0.353275 0.668799 58 119 37; 0.360047 0.610812 68 118 48; 0.384076 0.661419 65 124 38; 0.421782 0.581644 69 113 52; 0.467994 0.697068 70 102 57; 0.516167 0.679341 66 106 53; 0.682365 0.689378 76 104 62]; P=P'; pause clc % 建立自组织网络 % 欲将样本数据分为4类,因此网络的竞争层由4个神经元构成 net=newsom(minmax(P),[2 2]); net=init(net); net.trainParam.epochs=75; net=train(net,P); y=sim(net,P) yc=vec2ind(y) pause clc % 利用一组新的输入数据检验网络性能 m=[0.066234 0.689408 48 127 26; 0.083842 0.757696 56 121 32; 0.105174 0.728099 49 133 20; 0.122074 0.746441 50 130 21; 0.158311 0.680492 53 123 30; 0.180407 0.688421 49 123 23; 0.185972 0.703303 57 120 37; 0.215235 0.636928 45 135 18; 0.239029 0.55057 57 117 36; 0.273018 0.630673 53 128 27; 0.315791 0.59555 63 116 43; 0.338166 0.652907 70 115 52; 0.365555 0.563343 60 123 35; 0.451971 0.722542 68 102 55; 0.547838 0.699141 67 104 53]; m_verify=m'; y=sim(net,m_verify); Yc=vec2ind(y) pause clc echo off
评论
    相关推荐