ann分类器matlab代码,【讨论】Matlab BP-ANN识别分类问题求教

各位大侠好,我最近在做BP的识别分类,用以下程序得到以下结果:

ans =

Columns 1 through 9

0.7603    0.1980    0.3132    0.7036    0.6818    0.2112    0.2669    0.7126    0.5661

0.0317    0.4560    0.6874    0.2286    0.2770    0.0488    0.7101   -0.2052    0.3679

-0.1144    0.4950   -0.0765    0.0134   -0.2668    0.7390   -0.1043    0.5205    0.0557

Columns 10 through 17

0.0680    0.1775    0.3187    0.0285   -0.5655    0.2369    0.6151   -0.0871

0.7512    0.4484    0.7357    0.7189    0.0631    0.0402    0.4088    0.3003

0.2376    0.1401   -0.2712    0.0661    0.9618    0.7444   -0.0919    0.7785

程序:

x1=[29.04 23.91 26.14 18.38 26.10 21.39 17.13 21.03 22.65 12.18 31.57 26.05 34.43 16.34 21.45 33.05 27.49 21.62 33.35 29.28 12.91 17.16 13.10 15.92 13.78 17.46 14.19 25.33 9.80 15.92;

37.21 22.25 21.06 21.97 30.63 25.93 19.69 17.42 27.75 14.44 17.09 22.45 18.45 14.52 18.66 20.49 16.43 22.51 25.05 17.61 8.75 12.72 11.69 10.94 14.62 15.59 12.1 16.21 11.1 17.34;

121.95 96.89 57.76 62.58 71.56 81.33 79.48 70.05 115.33 94.22 93.83 60.23 91.91 57.74 109.26 72.56 155.55 112.46 83.40 61.09 74.75 95.06 117.26 92.7 144.36 123.98 137.81 150.64 77.57 140.71;

184.18 155.75 139.04 119.43 155.14 126.67 158.80 133.84 201.27 105.86 111.81 130.59 172.08 131.27 159.63 145.26 141.63 165.62 147.58 147.59 125.34 138.05 159.25 125.1 151.8 172.59 188.17 231.6 114.98 181.71]

t=[1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0;

0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0;

0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1]

y=mapminmax(x1,0,1)

P=y

T=t

net_1=newff(minmax(P),[11,3],{'tansig','tansig'},'traingdm')

inputWeights=net_1.IW{1,1}

inputbias=net_1.b{1}

layerWeights=net_1.LW{2,1}

layerbias=net_1.b{2}

net_1.trainParam.show = 50;

net_1.trainParam.lr = 0.05;

net_1.trainParam.mc = 0.9;

net_1.trainParam.epochs = 1000;

net_1.trainParam.goal = 0.1;

[net_1,tr]=train(net_1,P,T);

A = sim(net_1,P);

E = T - A;

MSE=mse(E)

x2=[30.73 19.08 23.46 16.79 20.564 16.58 30.76 18.49 25.11 30.6 24.85 31.33 28.58 9.44 13.26 23.75 18.2;

24.37 14.77 18.29 20.20 23.57 27.90 19.55 18.06 16.92 17.90 13.57 21.54 16.65 12.93 11.56 21.21 14.55;

84.45 44.13 61.99 31.55 79.88 110.07 83.05 102.75 82.09 68.26 94.9 104.26 75.77 134.23 78.64 80.45 126.21;

206.40 111.29 122.22 131.34 137.81 177.25 130.69 189.92 180.90 112.98 175.16 136.71 116.4 135.26 152.08 152.08 179.77]

x=mapminmax(x2,0,1)

sim(net_1,x)

不知道结果怎么看?哪位大侠帮我分析下。(问题一)

结果如果不行,应该如何改进。(问题二)

希望能得到高人指点,谢谢

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值