例2-6.m

神经网络实用教程----第二章源码（很不错喔）

%
% 针对一组输入向量，设计一个LVQ神经网络，经过训练后，能对给定数据进行模式识别。
%
%输入向量P及其对应的类别向量C
P=[-6 -4 -2  0 0 0 0 2 4 6; 0 2 -2 1 2 -2 1 2 -2 0];
C=[1 1 1 2 2 2 2 1 1 1];
%将类别向量C转换为目标向量T
T=ind2vec(C);
%绘制输入向量P，如图2-26所示，用颜色将输入向量分为两类
plotvec(P,C,'*r');
%输入向量绘制在一个横坐标在[-8 8]之间，纵坐标在 [-3 3]之间的坐标平面内
axis([-8 8 -3 3]);
%创建一个LVQ神经网络，隐含层有5个神经元，[0.6 0.4]表示在隐含层的权值中，有60%的
%列的第一行的值为1，40%的列的第一行值为1，也就是说有60%的列属于第一类，40%属于
%第二类，网络的其他参数取默认值
net = newlvq(minmax(P),5,[0.6 0.4]);
net.trainParam.epochs=100;
net=train(net,P,T);
%给定数据，输出网络的分类结果测试网络的性能
p=[0 1;0.2 0];
y=sim(net,p);
yc=vec2ind(y)