借助matlab神经网络工具箱实现蠓虫分类
2016-03-26 15:18
423 查看
问题
神经网络模型
因为是一个简单的二分类问题,输出的神经元设为1,隐含层神经元设为2,输出结果以0—1代表两类,由于输入有两个变量,因此可建立一个2—2—1的神经网络模型如下所示:
matlab代码
运行结果:红色点为待分类样本,蓝色点为af,绿色点为apf。
可见,触角和翼长为(l.24,1.80)、(l.28,1.84)被判定为apf类,(1.40,2.04)被判定为af类。
神经网络模型
因为是一个简单的二分类问题,输出的神经元设为1,隐含层神经元设为2,输出结果以0—1代表两类,由于输入有两个变量,因此可建立一个2—2—1的神经网络模型如下所示:
matlab代码
p2=[1.78 1.14 1.96 1.18 1.86 1.20 2.00 1.26 2.00 1.28 1.96 1.30 ]; p1=[1.72 1.24 1.74 1.36 1.64 1.38 1.82 1.38 1.90 1.38 1.70 1.40 1.82 1.48 1.82 1.54 2.08 1.56 ]; p=[p1;p2]'; pr=minmax(p); goal=[ones(1,9),zeros(1,6)]; plot(p1(:,1),p1(:,2),'h',p2(:,1),p2(:,2),'o') net=newff(pr,[2,1],{'logsig','logsig'}); net.trainParam.show = 10; net.trainParam.lr = 0.05; net.trainParam.goal = 1e-10; net.trainParam.epochs = 50000; net = train(net,p,goal); x=[1.80 1.24;1.84 1.28;2.04 1.40]'; y0=sim(net,p) y=sim(net,x) hold on; p11=[1.80 1.24;1.84 1.28;2.04 1.40]; plot(p11(:,1),p11(:,2),'r*'); hold on;plotpc(net.iw{1},net.b{1})
运行结果:红色点为待分类样本,蓝色点为af,绿色点为apf。
可见,触角和翼长为(l.24,1.80)、(l.28,1.84)被判定为apf类,(1.40,2.04)被判定为af类。
相关文章推荐
- Cocoa Touch(五):网络请求 NSURLSession/AFNetworking, GCD, NSURLResquest
- VirtualBox中centos网络配置
- HttpClient抓取网页返回乱码的解决办法
- 防御型体系:一种新的网络安全体系架构
- 使用HttpURLConnection 与 sae 进行数据交互
- HTTP Servlet 重要的几个方法
- TCP/IP 协议详解
- Kubernetes网络配置方案
- $POST 、$HTTP_RAW_POST_DATA、php://input三者之间的区别
- 最详细的Log4j使用教程-http://www.codeceo.com/article/log4j-usage.html
- Okhttp封装、网络层扩展
- 获取手机网络连接状态
- 【BZOJ3651】网络通信
- 【PA2014】【BZOJ3716】Muzeum
- 如何在你写的应用中跳转到手机系统网络设置页面去,看别人应用代码的时候看到的
- STC89C52单片机串口调试(http://blog.sina.com.cn/s/blog_7cae472801015idp.html)
- Linux网络配置基础篇
- 虚拟机virtualBox 搭建 Keepalived+lvs dr+httpd 负载均衡
- 网络流例题学习
- 深度学习(三十六)二值网络学习笔记-未完待续