milp的matlab的案例代码_Matlab神经网络30个案例第16案例代码

%ART

神经网络的数据分类—患者癌症发病预测

%%

清空环境变量

clc

clear

%%

录入输入数据

%

载入数据并将数据分成训练和预测两类

load

gene.mat;

data=gene;

P=data(1:40,:);

T=data(41:60,:);

%

转置后符合神经网络的输入格式

P=P';

T=T';

%

取输入元素的最大值和最小值

Q

：

Q=minmax(P);

%%

网络建立和训练

%

利用

newc(

)

命令建立竞争网络：

2

代表竞争层的神经元个数，也就是要分类的个数。

0.1

代表学习速率。

net=newc(Q,2,0.1)

%

初始化网络及设定网络参数：

net=init(net);

net.trainparam.epochs=20;

%

训练网络：

net=train(net,P);

%%

网络的效果验证

%

将原数据回带，测试网络效果：

a=sim(net,P);

ac=vec2ind(a)

%

这里使用了变换函数

vec2ind()

，用于将单值向量组变换成下标向量。其调用的格式为：

%

ind=vec2ind(vec)

%

其中，

%

vec

：为

m

行

n

列的向量矩阵

x

，

x

中的每个列向量

i

，除包含一个

1

外，其余元素均为

0

。

%

ind

：为

n

个元素值为

1

所在的行下标值构成的一个行向量。