-
大小: 765KB文件類型: .rar金幣: 2下載: 0 次發(fā)布日期: 2021-08-03
- 語言: 其他
- 標(biāo)簽:
資源簡(jiǎn)介
這是一個(gè)研究車牌號(hào)碼數(shù)字識(shí)別的綜合性工程，從最基本的BP分類，到分別用遺傳算法和粒子群算法對(duì)BP網(wǎng)絡(luò)進(jìn)行優(yōu)化分類，再到利用Hopfield神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)字進(jìn)行識(shí)別分類。所有代碼均能直接運(yùn)行，并有準(zhǔn)備的結(jié)果，并且包括數(shù)字號(hào)碼的圖像庫(kù)，識(shí)別結(jié)果明確。由于本人在此花費(fèi)了不少精力，所以資源分標(biāo)了10分，希望能對(duì)同學(xué)的畢業(yè)設(shè)計(jì)起到作用。
代碼片段和文件信息
%%?清空環(huán)境變量
clc
clear
%%?訓(xùn)練數(shù)據(jù)預(yù)測(cè)數(shù)據(jù)提取及歸一化
%下載四類語音信號(hào)
load?data1?c1
load?data2?c2
load?data3?c3
load?data4?c4
%四個(gè)特征信號(hào)矩陣合成一個(gè)矩陣
data（1:500:）=c1（1:500:）;
data（501:1000:）=c2（1:500:）;
data（1001:1500:）=c3（1:500:）;
data（1501:2000:）=c4（1:500:）;
%從1到2000間隨機(jī)排序
k=rand（12000）;
[mn]=sort（k）;
%輸入輸出數(shù)據(jù)
input=data（:2:25）;
output1?=data（:1）;
%把輸出從1維變成4維
for?i=1:2000
????switch?output1（i）
????????case?1
????????????output（i:）=[1?0?0?0];
????????case?2
????????????output（i:）=[0?1?0?0];
????????case?3
????????????output（i:）=[0?0?1?0];
????????case?4
????????????output（i:）=[0?0?0?1];
????end
end
%隨機(jī)提取1500個(gè)樣本為訓(xùn)練樣本，500個(gè)樣本為預(yù)測(cè)樣本
input_train=input（n（1:1500）:）‘;
output_train=output（n（1:1500）:）‘;
input_test=input（n（1501:2000）:）‘;
output_test=output（n（1501:2000）:）‘;
%輸入數(shù)據(jù)歸一化
[inputninputps]=mapminmax（input_train）;
%%?網(wǎng)絡(luò)結(jié)構(gòu)初始化
innum=24;
midnum=25;
outnum=4;
?
%權(quán)值初始化
w1=rands（midnuminnum）;
b1=rands（midnum1）;
w2=rands（midnumoutnum）;
b2=rands（outnum1）;
w2_1=w2;w2_2=w2_1;
w1_1=w1;w1_2=w1_1;
b1_1=b1;b1_2=b1_1;
b2_1=b2;b2_2=b2_1;
%學(xué)習(xí)率
xite=0.1;
alfa=0.01;
%%?網(wǎng)絡(luò)訓(xùn)練
for?ii=1:10
????E（ii）=0;
????for?i=1:1:1500
???????%%?網(wǎng)絡(luò)預(yù)測(cè)輸出?
????????x=inputn（:i）;
????????%?隱含層輸出
????????for?j=1:1:midnum
????????????I（j）=inputn（:i）‘*w1（j:）‘+b1（j）;
????????????Iout（j）=1/（1+exp（-I（j）））;
????????end
????????%?輸出層輸出
????????yn=w2‘*Iout‘+b2;
????????
???????%%?權(quán)值閥值修正
????????%計(jì)算誤差
????????e=output_train（:i）-yn;?????
????????E（ii）=E（ii）+sum（abs（e））;
????????
????????%計(jì)算權(quán)值變化率
????????dw2=e*Iout;
????????db2=e‘;
????????
????????for?j=1:1:midnum
????????????S=1/（1+exp（-I（j）））;
????????????FI（j）=S*（1-S）;
????????end??????
????????for?k=1:1:innum
????????????for?j=1:1:midnum
????????????????dw1（kj）=FI（j）*x（k）*（e（1）*w2（j1）+e（2）*w2（j2）+e（3）*w2（j3）+e（4）*w2（j4））;
????????????????db1（j）=FI（j）*（e（1）*w2（j1）+e（2）*w2（j2）+e（3）*w2（j3）+e（4）*w2（j4））;
????????????end
????????end
???????????
????????w1=w1_1+xite*dw1‘;
????????b1=b1_1+xite*db1‘;
????????w2=w2_1+xite*dw2‘;
????????b2=b2_1+xite*db2‘;
????????
????????w1_2=w1_1;w1_1=w1;
????????w2_2=w2_1;w2_1=w2;
????????b1_2=b1_1;b1_1=b1;
????????b2_2=b2_1;b2_1=b2;
????end
end
?
%%?語音特征信號(hào)分類
inputn_test=mapminmax（‘a(chǎn)pply‘input_testinputps）;
for?ii=1:1
????for?i=1:500%1500
????????%隱含層輸出
????????for?j=1:1:midnum
????????????I（j）=inputn_test（:i）‘*w1（j:）‘+b1（j）;
????????????Iout（j）=1/（1+exp（-I（j）））;
????????end
????????
????????fore（:i）=w2‘*Iout‘+b2;
????end
end
%%?結(jié)果分析
%根據(jù)網(wǎng)絡(luò)輸出找出數(shù)據(jù)屬于哪類
for?i=1:500
????output_fore（i）=find（fore（:i）==max（fore（:i）））;
end
%BP網(wǎng)絡(luò)預(yù)測(cè)誤差
error=output_fore-output1（n（1501:2000））‘;
%畫出預(yù)測(cè)語音種類和實(shí)際語音種類的分類圖
figure（1）
plot（output_fore‘r‘）
hold?on
plot（output1（n（1501:2000））‘‘b‘）
legend（‘預(yù)測(cè)語音類別‘‘實(shí)際語音類別‘）
%畫出誤差圖
figure（2）
plot（error）
title（‘BP網(wǎng)絡(luò)分類誤差‘‘fontsize‘12）
xlabel（‘語音信號(hào)‘‘fontsize‘12）
ylabel（‘分類誤差‘‘fontsize‘12）
%print?-dtiff?-r600?1-4
k=zeros（14）;??
%找出判斷錯(cuò)誤的分類屬于哪一類
for?i=1:500
????if?error（i）~=0
????????[bc]=max（output_test（:i））;
????????switch?c
????????????case?1?
????????????????k（1）=k（1）+1;
?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----
?????文件???????3760??2010-11-01?23:05??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\BP分類\BP.m
?????文件???????3808??2010-11-01?23:20??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\BP分類\BPDLX.m
?????文件??????93015??2009-08-29?16:54??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\BP分類\data1.mat
?????文件??????92845??2009-08-29?16:54??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\BP分類\data2.mat
?????文件??????92937??2009-08-29?16:54??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\BP分類\data3.mat
?????文件??????93438??2009-08-29?16:54??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\BP分類\data4.mat
?????文件???????1285??2010-10-18?13:13??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\GA與PSO優(yōu)化BP\BP\BP.m
?????文件??????46375??2009-12-14?15:38??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\GA與PSO優(yōu)化BP\BP\data.mat
?????文件????????420??2009-08-16?22:48??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\GA與PSO優(yōu)化BP\ga\Code.m
?????文件???????1556??2009-08-31?23:41??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\GA與PSO優(yōu)化BP\ga\Cross.m
?????文件??????46404??2009-09-18?14:23??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\GA與PSO優(yōu)化BP\ga\data.mat
?????文件???????1158??2009-08-31?23:41??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\GA與PSO優(yōu)化BP\ga\Decode.m
?????文件???????1013??2010-10-19?13:26??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\GA與PSO優(yōu)化BP\ga\fun.m
?????文件???????4373??2010-11-01?23:38??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\GA與PSO優(yōu)化BP\ga\Genetic.m
?????文件???????1602??2009-11-12?19:20??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\GA與PSO優(yōu)化BP\ga\Mutation.m
?????文件????????827??2010-10-19?15:22??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\GA與PSO優(yōu)化BP\ga\Select.m
?????文件????????291??2010-10-19?18:06??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\GA與PSO優(yōu)化BP\ga\test.m
?????文件??????46404??2009-09-18?14:23??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\GA與PSO優(yōu)化BP\pso\data.mat
?????文件???????1050??2010-05-23?06:38??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\GA與PSO優(yōu)化BP\pso\fun.m
?????文件???????2909??2010-11-01?23:47??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\GA與PSO優(yōu)化BP\pso\PSO.m
?????文件???????1410??2010-11-01?23:23??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\Hopfield數(shù)字識(shí)別\chapter9.m
?????文件????????191??2009-08-30?17:53??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\Hopfield數(shù)字識(shí)別\data0.mat
?????文件????????195??2009-08-30?17:37??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\Hopfield數(shù)字識(shí)別\data1.mat
?????文件????????216??2009-08-30?17:56??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\Hopfield數(shù)字識(shí)別\data1_noisy.mat
?????文件????????205??2009-08-30?17:39??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\Hopfield數(shù)字識(shí)別\data2.mat
?????文件????????224??2009-08-30?17:57??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\Hopfield數(shù)字識(shí)別\data2_noisy.mat
?????文件????????192??2009-08-30?17:51??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\Hopfield數(shù)字識(shí)別\data3.mat
?????文件????????195??2009-08-30?17:51??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\Hopfield數(shù)字識(shí)別\data4.mat
?????文件????????195??2009-08-30?17:51??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\Hopfield數(shù)字識(shí)別\data5.mat
?????文件????????195??2009-08-30?17:52??基于神經(jīng)網(wǎng)絡(luò)的車輛牌照字符識(shí)別技術(shù)\Hopfield數(shù)字識(shí)別\data6.mat
............此處省略120個(gè)文件信息
評(píng)論
共有 條評(píng)論
川公網(wǎng)安備 51152502000135號(hào)