%%?極限學習機在分類問題中的應用研究

%%?清空環境變量
clear?all
clc
warning?off


%%?導入數據
data=xlsread（‘排列熵.xlsx‘）;%讀取所有的樣本熵特征
%輸入輸出數據
input=data（:2:5）;
output=data（:1）;
%?訓練集——30個樣本
P_train=[input（1:10:）;input（26:35:）;input（51:60:）]‘;
T_train=[output（1:10:）;output（26:35:）;output（51:60:）]‘;
%?測試集——45個樣本
P_test=[input（11:25:）;input（36:50:）;input（61:75:）]‘;
T_test=[output（11:25:）;output（36:50:）;output（61:75:）]‘;

%%?ELM創建/訓練
[IWBLWTFTYPE]?=?elmtrain（P_trainT_train15‘sig‘1）;%里面的參數至關重要，之前是100，正確率很低

%%?ELM仿真測試
T_sim_2?=?elmpredict（P_testIWBLWTFTYPE）;

%%?結果對比
result_2?=?[T_test‘?T_sim_2‘];

%?測試集正確率
k2?=?length（find（T_test?==?T_sim_2））;
n2?=?length（T_test）;
Accuracy_2?=?k2?/?n2?*?100;
disp（[‘測試集正確率Accuracy?=?‘?num2str（Accuracy_2）?‘%（‘?num2str（k2）?‘/‘?num2str（n2）?‘）‘]）

%?----------------測試集的實際分類和預測分類圖---------------
figure;
hold?on;
plot（T_test‘o‘）;
plot（?T_sim_2‘r*‘）;
xlabel（‘測試集樣本‘‘FontSize‘12）;
ylabel（‘類別標簽‘‘FontSize‘12）;
legend（‘實際測試集分類‘‘預測測試集分類‘）;
string?=?{‘測試集預測結果對比（ELM）‘;[‘（正確率Accuracy?=?‘?num2str（Accuracy_2）?‘%）‘?]};
title（string）
grid?on;



%%?極限學習機在分類問題中的應用研究

%%?清空環境變量
clear?all
clc
warning?off


%%?導入數據
data=xlsread（‘排列熵.xlsx‘）;%讀取所有的樣本熵特征
%輸入輸出數據
input=data（:2:5）;
output=data（:1）;
%?訓練集——30個樣本
P_train=[input（1:10:）;input（26:35:）;input（51:60:）]‘;
T_train=[output（1:10:）;output（26:35:）;output（51:60:）]‘;
%?測試集——45個樣本
P_test=[input（11:25:）;input（36:50:）;input（61:75:）]‘;
T_test=[output（11:25:）;output（36:50:）;output（61:75:）]‘;
[IWBLWTFTYPE]?=?elmtrain（P_trainT_train20‘sig‘1）;

%%?ELM仿真測試
T_sim_1?=?elmpredict（P_trainIWBLWTFTYPE）;
T_sim_2?=?elmpredict（P_testIWBLWTFTYPE）;

%%?結果對比
result_1?=?[T_train‘?T_sim_1‘];
result_2?=?[T_test‘?T_sim_2‘];
%?訓練集正確率
k1?=?length（find（T_train?==?T_sim_1））;
n1?=?length（T_train）;
Accuracy_1?=?k1?/?n1?*?100;
disp（[‘訓練集正確率Accuracy?=?‘?num2str（Accuracy_1）?‘%（‘?num2str（k1）?‘/‘?num2str（n1）?‘）‘]）
%?測試集正確率
k2?=?length（find（T_test?==?T_sim_2））;
n2?=?length（T_test）;
Accuracy_2?=?k2?/?n2?*?100;
disp（[‘測試集正確率Accuracy?=?‘?num2str（Accuracy_2）?‘%（‘?num2str（k2）?‘/‘?num2str（n2）?‘）‘]）
N=45;
figure（1）
plot（1:NT_test（1:）‘b:o‘1:NT_sim_2（1:）‘r-*‘）
grid?on
legend（‘真實值‘‘預測值‘）
xlabel（‘樣本編號‘）
ylabel（‘故障類別‘）
string?=?{‘測試集預測結果對比（ELM）‘;[‘（正確率Accuracy?=?‘?num2str（Accuracy_2）?‘%）‘?]};
title（string）

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-10-12?10:39??ELM分類\
?????文件????????2667??2018-10-08?20:05??ELM分類\elm.m
?????文件????????1454??2013-01-30?09:36??ELM分類\elmpredict.m
?????文件????????1752??2013-01-30?09:36??ELM分類\elmtrain.m
?????文件???????13098??2018-09-23?16:32??ELM分類\排列熵.xlsx