p7.44.txt

Matlab_Network_and_Application是国防工业出版社董长虹编著《神经网络与应用》的课本源码。

%输入，类别C
P=[-3 -2 -2 0 0 0 0 2 2 3;
   0 1 -1 2 1 -1 -2 1 -1 0];
C=[1 1 1 2 2 2 2 1 1 1];
T=ind2vec(C);
%绘制
i=1;
cla
for i=1:10
if C(i)==1
plot(P(1,i),P(2,i),'+')
hold on
else
plot(P(1,i),P(2,i),'o')
hold on
end
end
title('输入向量');
xlabel('p(1)');
ylabel('p(2)');
%设计网络，4个神经元，典型类别百分比，学习率
net=newlvq(minmax(P),4,[.6 .4],0.1);
%显示初始网络
hold on
W1=net.IW{1};
plot(W1(1,1),W1(1,2),'*')
title('输入/权值向量');
xlabel('P(1),W(1)');
ylabel('P(2),W(2)');
%参数，训练
net.trainParam.epochs=150;
net.trainParam.show=Inf;
net=train(net,P,T);
%测试
W1=net.IW{1};
W2=vec2ind(net.LW{2});
%绘制
i=1;
cla
for i=1:10
if C(i)==1
plot(P(1,i),P(2,i),'+')
hold on
else
plot(P(1,i),P(2,i),'o')
hold on
end
end
j=1;
for j=1:4
if W2(j)==1
plot(W1(j,1),W1(j,2),'+','markersize',15);
hold on
else
plot(W1(j,1),W1(j,2),'o','markersize',15);
hold on
end
end
title('输入/权值向量');
xlabel('P(1),W(1)');
ylabel('P(2),W(2)');
%仿真
p=[0.2;1];
a=vec2ind(sim(net,p))