資源簡介
把提取的特征利用LQV神經(jīng)網(wǎng)絡(luò)進(jìn)行分類,這是我隨便做的一個(gè)例子,因?yàn)樘氐脑颍_率不是很高,里面有把數(shù)據(jù)歸一化和不歸一化處理的二種分類,你指的擁有。用你自己提取的特征,效果肯定很好。
代碼片段和文件信息
%%?*****************************************************************
%程?序?名:基于LVQ神經(jīng)網(wǎng)絡(luò)的葡萄牙紅酒種類識(shí)別
%設(shè)?計(jì)?者:一頭努力奮斗的豬
%設(shè)計(jì)時(shí)間:2018年12月14日?下午
%**************************************************%%%%%%%%%***************
%%?清空環(huán)境變量
clear?all
clc
warning?off
%%?導(dǎo)入實(shí)驗(yàn)分析數(shù)據(jù)
data1=xlsread(‘葡萄酒13個(gè)化學(xué)特征.xlsx‘);%讀取所有特征以及標(biāo)簽
%將數(shù)據(jù)歸一化
%?data2=data1(:1:13);
%?[data3ps]?=?mapminmax(data201);%將特征進(jìn)行歸一化處理
%?data=[data3(:1:13)?data1(:14)];
%數(shù)據(jù)不歸一化處理
data=data1;
%選擇數(shù)據(jù)
Train=data(1:90:);%選擇訓(xùn)練數(shù)據(jù)
Test=data(91:135:);%選擇測試數(shù)據(jù)
%?訓(xùn)練數(shù)據(jù)
P_train=Train(:1:13)‘;
Tc_train=Train(:14)‘;
T_train=ind2vec(Tc_train);
%?測試數(shù)據(jù)
P_test=Test(:1:13)‘;
Tc_test=Test(:14)‘;
%%?創(chuàng)建網(wǎng)絡(luò)
count_A=length(find(Tc_train==1));
count_B=length(find(Tc_train==2));
count_C=length(find(Tc_train==3));
rate_A=count_A/
?屬性????????????大小?????日期????時(shí)間???名稱
-----------?---------??----------?-----??----
?????目錄???????????0??2018-12-27?22:37??意大利葡萄酒分類\
?????文件???????20168??2010-01-30?18:38??意大利葡萄酒分類\chapter_WineClass.mat
?????文件????????1832??2018-12-14?15:48??意大利葡萄酒分類\LVQ.m
?????文件???????20032??2018-12-14?15:32??意大利葡萄酒分類\葡萄酒13個(gè)化學(xué)特征.xlsx
評(píng)論
共有 條評(píng)論