bam_字符.m

BAM是一种两层的异联想

%仿真从噪声背景中进行联想过程
% BAM
 clc
%网络初始化
%调用字母矩阵中的字符，ALPHABET - 35x26 matrix of 5x7 bit maps for each letter,TARGETS  - 26x26 target vectors.
[alphabet,targets]=prprob;
B=1;% B为噪声干扰的强度,输入向量的标准差
%训练样本
X=[];Y=[];
m=2;  % m 表示字符数目，1～26表示A～Z
for n=1:m  
%%%   (1)  存储两对模式对为字符 A B 
X1=alphabet(:,n)';%未增加噪声的字符
Y1=alphabet (:,n)';%未增加噪声的字符
%变换为双极性
A1=shuang(X1);
B1=shuang(Y1);
X=[X;A1];
Y=[Y;B1];
end
W=X'*Y;%权矩阵
% W=(inv(X*X')*X)'*Y;%用伪逆法所求的权矩阵
K=1;%改变K值可对应不同的字符
for j=1:K
%%%   (1)  识别未加噪声的字符 A
AX11=alphabet(:,j)';%未增加噪声的字符
AY11=alphabet (:,j)';%未增加噪声的字符

%%%   (2)  识别加噪声后的字符 A
AX1=alphabet(:,j)+randn(35,1)*B;%增加噪声的字符
AX1=AX1'
AY1=targets(:,j)+randn(26,1)*B;%增加噪声的字符
AY1=AY1'
%变换双极性
AA1=shuang(AX1);
AB1=shuang(AY1);
%识别字符
R_Y1=sign(AA1*W);
R_X1=mysgn((sign(R_Y1*W')));%联想输出
% %画图
figure
subplot(2,2,1)
plotchar(AX1)
axis on
xlabel('原始信号')
hold on;
subplot(2,2,2)
plotchar(R_X1)
axis on
xlabel('联想后的信号')
% subplot(2,2,3)
% plotchar(AY1)
% axis on
% xlabel('原始信号')
% hold on;
% subplot(2,2,4)
% plotchar(L_X1)
% axis on
% xlabel('联想后的信号')
end