資源簡介
利用單層競爭神經網絡來進行數據分類,以患者癌癥發病預測為例,通過Matlab進行實驗。

代碼片段和文件信息
%%?案例16:單層競爭神經網絡的數據分類—患者癌癥發病預測
%?
%?
%?
%? 該案例作者申明: 1:本人長期駐扎在此板塊里,對該案例提問,做到有問必答。 2:此案例有配套的教學視頻,配套的完整可運行Matlab程序。 3:以下內容為該案例的部分內容(約占該案例完整內容的1/10)。 4:此案例為原創案例,轉載請注明出處(Matlab中文論壇,《Matlab神經網絡30個案例分析》)。 5:若此案例碰巧與您的研究有關聯,我們歡迎您提意見,要求等,我們考慮后可以加在案例里。 6:您看到的以下內容為初稿,書籍的實際內容可能有少許出入,以書籍實際發行內容為準。 7:此書其他常見問題、預定方式等,請點擊這里。
%?
%?
%%?清空環境變量
clc
clear
%%?錄入輸入數據
%?載入數據并將數據分成訓練和預測兩類
load?gene.mat;
data=gene;
P=data(1:40:);
T=data(41:60:);
%?轉置后符合神經網絡的輸入格式
P=P‘;
T=T‘;
%?取輸入元素的最大值和最小值Q:
Q=minmax(P);
%%?網絡建立和訓練
%?利用newc(?)命令建立競爭網絡:2代表競爭層的神經元個數,也就是要分類的個數。0.1代表學習速率。
net=newc(Q20.1)
%?初始化網絡及設定網絡參數:
net=init(net);
net.trainparam.epochs=20;
%?訓練網絡:
net=train(netP);
%%?網絡的效果驗證
%?將原數據回帶,測試網絡效果:
a=sim(netP);
ac=vec2ind(a)
%?這里使用了變換函數vec2ind(),用于將單值向量組變換成下標向量。其調用的格式為:
%??ind=vec2ind(vec)
%?其中,
%?vec:為m行n列的向量矩陣x,x中的每個列向量i,除包含一個1外,其余元素均為0。
%?ind:為n個元素值為1所在的行下標值構成的一個行向量。
%%?網絡作分類的預測
%?下面將后20個數據帶入神經網絡模型中,觀察網絡輸出:
%?sim(?)來做網絡仿真
Y=sim(netT)
yc=vec2ind(Y)
web?browser?http://www.ilovematlab.cn/viewthread.php?tid=60656
%%
%?
%?
%? 版權所有:%?href=“http://www.ilovematlab.cn/“>Matlab中文論壇 ?ript
%?src=“http://s3.cnzz.com/stat.php?id=971931&web_id=971931&show=pic“?language=“javascript“?> ript>
%?
%?
?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2011-10-06?15:50??案例16?單層競爭神經網絡的數據分類—患者癌癥發病預測\
?????文件????????2966??2010-01-31?11:20??案例16?單層競爭神經網絡的數據分類—患者癌癥發病預測\chapter16.m
?????文件???????23895??2009-10-12?15:27??案例16?單層競爭神經網絡的數據分類—患者癌癥發病預測\gene.mat
?????文件???????47684??2008-12-03?16:44??案例16?單層競爭神經網絡的數據分類—患者癌癥發病預測\gene.txt
- 上一篇:利用matlab仿真實現FDMA
- 下一篇:單擺matlab仿真
評論
共有 條評論