广义回归神经网络GRNN ,竞争神经网络,自组织映射神经网络
来源:互联网 发布:php int加括号 编辑:程序博客网 时间:2024/05/22 09:48
广义回归神经网络GRNN 函数逼近P = [1 2 3];% 训练输入向量T = [2.0 4.1 5.9]% 训练输入的期望输出值newgrnn(P,T,.5) .4扩散速度net = newgrnn(P,T);% 设计GRNN网络x=[1.5,2.5];% 测试输出。计算x=1.5和x=2.5的查找y=sim(net,x)% 测试结果竞争神经网络 分类inputs = iris_dataset;% 载入数据net = competlayer(3);% 创建竞争网络默认competlayer(5,0.01,0.001)分类类别.Kohonen学习率.阈值学习率net = train(net,inputs);% 训练outputs = net(inputs);% 分类classes = vec2ind(outputs)% 格式转换。classes为分类结果,这里仅列出部分数据c=hist(classes,3)% 每个类别的数量自组织映射神经网络 聚类x = simplecluster_dataset;plot(x(1,:),x(2,:),'o')set(gcf,'color','w')title('原始数据')net = selforgmap([8 8]);% 创建自组织映射网络net = train(net,x);% 训练y = net(x);classes = vec2ind(y);hist(classes,64)% 显示聚类结果set(gcf,'color','w')title('聚类结果')xlabel('类别')ylabel('类别包含的样本数量')net = selforgmap([2,3]);net = train(net,x);y = net(x);classes = vec2ind(y);c=hist(classes,6)% 6个类别包含的样本个数plotsomhits(net,x) % 显示每个类别的个数plotsompos(net,x) % 显示类别中心点的位置plotsompos(net,x) % 显示类别中心点的位置
0 0
- 广义回归神经网络GRNN ,竞争神经网络,自组织映射神经网络
- GRNN广义回归神经网络
- 广义回归神经网络(GRNN)
- 广义回归神经网络(GRNN)的数据预测
- 矢量量化神经网络,自组织竞争神经网络,自组织映射网络
- 神经网络学习笔记(七) 自组织竞争神经网络
- 自组织特征映射神经网络(SOFM)
- 自组织特征映射神经网络(SOM)
- SOM自组织特征映射神经网络-MATLAB
- 自组织映射神经网络SOM---学习小记
- SOM自组织神经网络
- SOM自组织神经网络
- 自组织神经网络
- 设计广义回归神经网络:newgrnn
- 数学建模高级方法(七):自组织竞争神经网络
- 竞争神经网络
- 竞争神经网络
- 自组织映射神经网络SOM--学习小记[2]
- 自动交互式脚本--expect简介
- ssh终端访问Linux中文乱码
- 自动化实施需考虑点
- Fast guided Filter
- redhat 几个命令
- 广义回归神经网络GRNN ,竞争神经网络,自组织映射神经网络
- 我与Django
- spring mvc DispatcherServlet详解之前传---FrameworkServlet
- 基于AFNetworking3.0网络封装
- Java创建excel表格并下载
- Java int[] 跟 byte[] 的相互转化,可还原
- UTF-8 的tomcat接受GBK请求乱码
- Masonry的使用
- Redhat hadoop2.7.2 eclipse配置