您好,欢迎光临本网站![请登录][注册会员]  
文件名称: MATLAB模式识别实现指标分类评估预测如环境业绩等-training_data.xls
  所属分类: 其它
  开发工具:
  文件大小: 30kb
  下载次数: 0
  上传时间: 2019-08-13
  提 供 者: weixin_********
 详细说明: MATLAB模式识别实现指标分类评估预测如环境业绩等-training_data.xls 最近看到很多会员需要使用MATLAB神经网络做如下的事情: 1:MATLAB神经网络对水的质量的分类、评估、预测 (属于环境类分类、评估预测) 2:MATLAB神经网络对空气质量的分类、评估、预测 (属于环境类分类、评估预测) 2:MATLAB神经网络对土壤质量的分类、评估、预测 (属于环境类分类、评估预测) 3:MATLAB神经网络对学员的个人表现进行分类、评估、预测 (属于个人业绩鉴定) 4:MATLAB神经网络对医学、生物学上的细胞、疾病等分类、评估等(属于医学、生物学) 5:MATLAB神经网络对交通、物流等效率方面的分类、评估、预测等(属于交 通、物流管理) 6:MATLAB神经网络用于故障诊断 7:概括来讲,就是使用神经网络对某些指标(如空气质量、水质量、个人业绩等)进行“有限”的分类、预测、评价等。 在这里,我特别强调“有限”两个字,因为这正是模式识别工具箱可以解决的问题。我看到很多会员使用不同的神经网络(如模糊识别,RBF, SVM等)。根据我多年的使用经验,其实基于多层BP网络的模式识别是最容易实现、效果非常满意、且结果非常具有说服力。很多会员没有掌握模式识别的精髓,或者网络训练好以后不知道如何评估、使用等。现在我用一个完整的例子来给大家展示一下它的优点。 不知道什么是模式识别,什么是BP网络的会员,请先看一下这个视频:MATLAB模式识别工具箱视频教学 用MATLAB模式识别工具箱(函数)来对某些指标(如空气质量、水质量、个人业绩等)进行分类、评估、预测,分为三步: 数据准备训练和评估预测 下面我来一步一步讲解,先谈数据的准备: 确保输入数据(包括训练以及将来要预测的数据)在比较接近的范围里(归一化是其中一种方式)。 这一个步骤不仅仅是在模式识别里,其实在任何一种网络里,这一步都是必须的。比如说你有400组数据,每组数据对应一个中国县城的空气质量。假设每组数据含有6个指标(称之为A,B,C,D,E,F,G), 如果数据A的范围是10^5-10^7, F的范围是0.1-0.5, 如果用这些数据来训练,很容易导致网络的权重也有同样的数量级的差别,结果是你的网络会非常的“敏感”(可以想象一下,如果F对应的权重是10^10,那么即使F稍微变化一下,都有可能导致网络的输出结果不同。而有时候这样的敏感度并不是你想要的,你可以对数据进行归一化处理,把数据都转换到0-1的区间内。 MATLAB模式识别工具箱可以自动对输入数据进行归一化处理,所以你只要明白这个过程,但是并不需要你额外写程序来处理这些数据。对输出数据进行二进制量化 通常情况下,用于测试的输入数据所对应的输出数据不是量化数据,比如说:优、良,或者是一级、二级等等。那么通常我们用二进制来表达,两位数字的二进制可以表示3类(01,10,11),三位数字的二进制可以表示7类(001,010,011,100,101,110,111,通常我们不使用000)。二进制的顺序不重要,比如说优可以对应001,也可以用010来表示。 经过简单处理,输入数据和新添加的二进制输入数据如下图所示: 神经网络——输入数据模式识别.png MATLAB模式识别实现指标分类、评估、预测 原始训练数据下载: training_data.xls MATLAB模式识别实现指标分类、评估、预测 把数据导入到MATLAB程序里close all clear all clc x=xlsread; y=xlsread; inputs = x; targets = y;复制代码 我们再谈谈网络的训练和评估: 你可以使用MATLAB自带的模式识别工具箱界面来导入数据、调整参数等,然后得到结果。我通常第一次这样使用,得到一个基础架构以后,然后生成m代码,再在代码上修改。这里我演示给大家,如果通过程序来实现。下面是用来做模式识别的代码(工具箱产生的函数): % 创建一个模式识别网络(两层BP网络),同时给出中间层神经元的个数,这里使用20 hiddenLayerSize = 20; net = patternnet; % 对数据进行预处理,这里使用了归一化函数(一般不用修改) % For a list of all processing functions type: help nnprocess net.inputs{1}.processFcns = {removeconstantrows,mapminmax}; net.outputs{2}.processFcns = {removeconstantrows,mapminmax}; % 把训练数据分成三部分,训练网络、验证网络、测试网络 % For a list of all data division functions type: help nndivide net.divideFcn = dividerand;  % Divide data randomly net.divideMode = sample;  % Divide up every sample net.divideParam.trainRatio = 70/100; net.divideParam.valRatio = 15/100; net.divideParam.testRatio = 15/100; % 训练函数 % For a list of all training functions type: help nntrain net.trainFcn = trainlm;  % Levenberg-Marquardt % 使用均方误差来评估网络 % For a list of all performance functions type: help nnperformance net.performFcn = mse;  % Mean squared error % 画图函数 % For a list of all plot functions type: help nnplot net.plotFcns = {plotperform,plottrainstate,ploterrhist, ...   plotregression, plotfit}; % 开始训练网络(包含了训练和验证的过程) [net,tr] = train; % 测试网络 outputs = net; errors = gsubtract; performance = perform % 获得训练、验证和测试的结果 trainTargets = targets .* tr.trainMask{1}; valTargets = targets  .* tr.valMask{1}; testTargets = targets  .* tr.testMask{1}; trainPerformance = perform valPerformance = perform testPerformance = perform % 可以查看网络的各个参数 view % 根据画图的结果,决定是否满意 % Uncomment these lines to enable various plots. figure, plotperform figure, plottrainstate figure, plotconfusion figure, ploterrhist % Test the Network z=xlsread; testinputs= z; testoutputs = net; 复制代码网络训练的每次结果都有可能不一样,比如说第一次得到不太满意的结果(准确率低于80%): 模式识别不满意结果.png MATLAB模式识别实现指标分类、评估、预测 多训练几次,可以得到不错的结果(准确率达到97.5%): MATLAB模式识别满意结果.png MATLAB模式识别实现指标分类、评估、预测 如果你对训练结果满意,请务必保存好网络,留着以后预测使用:%如果你对该次训练满意,可以保存训练好网络 save;复制代码 最后我们讨论一下如何使用训练好的网络: 首先确保你用来预测的输入数据,格式跟训练数据一样(否则肯定不能使用)。在上面的网络里,我们的每组输入数据含有6个指标,那么用来预测的数据,也必须符合以上要求。 样本如下: 神经网络预测数据.png new_data.xls MATLAB模式识别实现指标分类、评估、预测 目的是得到二进制输出,以及把二进制输出转换成对应的类别,并且写入到该Excel文件里。我们导入刚才已经保存好的网络clear all close all clc load training_net.mat复制代码导入测试数据:%导入测试数据 new_input = xlsread;复制代码获得预测结果new_output = round);复制代码把二进制预测结果写入到excel文件里xlswrite;复制代码把二进制对应的类别写入到excel文件里new_output=new_output; [r c]=size; my_category=zeros for i=1:r    my_category=2^new_output 2^new_output 2^new_output; end xlswrite;复制代码结果如下: 模式识别程序.png 看懂了么?希望能对你有所帮助 数据已经在上文中贴出,整理好的程序如下: MATLAB模式识别训练网络程序: Training_NPR.m MATLAB模式识别程序 MATLAB模式识别使用网络来预测: Use_For_Predict.m MATLAB神经网络预测程序
(系统自动生成,下载前可以参看下载内容)

下载文件列表

相关说明

  • 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
  • 本站是交换下载平台,提供交流渠道,下载内容来自于网络,除下载问题外,其它问题请自行百度
  • 本站已设置防盗链,请勿用迅雷、QQ旋风等多线程下载软件下载资源,下载后用WinRAR最新版进行解压.
  • 如果您发现内容无法下载,请稍后再次尝试;或者到消费记录里找到下载记录反馈给我们.
  • 下载后发现下载的内容跟说明不相乎,请到消费记录里找到下载记录反馈给我们,经确认后退回积分.
  • 如下载前有疑问,可以通过点击"提供者"的名字,查看对方的联系方式,联系对方咨询.
 相关搜索:
 输入关键字,在本站1000多万海量源码库中尽情搜索: