dna.m

运用神经网络的方法先将数据分类分析,然后再将未知类归类

clear;
clc;
a=[33 30 30 47 26 39 39 31 23 20;
   44 46 50 20 47 44 40 41 48 45;
   19 18 24 12 26 14 11 18 23 30;
   15 17 7  32 12 14 21 21 17 15];
b=[39 36 28 33 32 40 39 32 24 22;
   11 16 14 13 7  10 15 10  8  7;
   5  3  11  9  0  9 27 13 16 19;
   55 55 57 55 71 51 29 55 62 62];
x=[a b];
y0=[ones(4,10) 2*ones(4,10)];%1--A,2--B
 %y=ind2vec(y0);
 net=newff(minmax(x),[15,1],{'tansig','purelin'});
 net.trainFcn='trainlm';
 net.trainParam.goal=1e-10;
  net.trainParam.epochs=1000;
  net=train(net,x,y0);
  ytmp=sim(net,x);
  y1=vec2ind(ytmp);
  xt=[31 30 18 24 26 25 24 30 15 31 27 19 30 24 25 24 22 26 29 23;
      19 26 39 22 32 21 35 18 45 23 25 29 23 37 35 27 34 20 22 20;
      22 25 26 22 24 24 21 17 22 26 20 25 21 24 22 32 26 20 30 23;
      41 23 19 47 23 44 24 52 19 27 40 36 37 17 21 22 21 51 25 50];
  yttmp=sim(net,xt)
%   yt=vec2ind(yttmp)%判断非零数所在行
  figure(1);
  plot(a(1,:),a(2,:),a(2,:),a(4,:),'b+',b(1,:),b(2,:),b(3,:),b(4,:),'go',xt(1,:),xt(2,:),xt(3,:),xt(4,:),'r*');
  legend('af','apf','检测样本')