学习目标:使用建立好的神经网络(训练好并保存,下次直接调用该神经网络)进行分类
clear all;
close all;
P=[-0.4 -0.4 0.5 -0.2 -0.7;-0.6 0.6 -0.4 0.3 0.8]; %输入向量
T=[1 1 0 0 1]; %输出向量
plotpv(P,T); %绘制样本
net=newp(minmax(P),1,'hardlim','learnpn'); %建立神经网络
hold on;
linehandle=plot(net.IW{1},net.b{1});
E=1;
net.adaptParam.passes=10;
while mae(E) %误差达到要求才停止训练
[net,Y,E]=adapt(net,P,T); %进行感知器神经网络的训练
linehandle=plotpc(net.IW{1},net.b{1},linehandle);
drawnow;
end
save net1 net; %将训练好的神经网络进行保存
set(gcf,'position',[60,60,300,300]);文章来源:https://www.toymoban.com/news/detail-643490.html
%% 用刚才建立的神经网络进行分类
clear all;
close all;
load net1.mat; %加载上次训练好的神经网络
X=[-0.3 0.3 0.9;-0.6 0.2 0.8]; %输入向量
Y=sim(net,X); %对输入进行仿真
figure;
plotpv(X,Y); %绘制样本点
plotpc(net.IW{1},net.b{1}); %绘制分类线
set(gcf,'position',[60,60,300,300]);文章来源地址https://www.toymoban.com/news/detail-643490.html
到了这里,关于MATLAB——使用建立好的神经网络进行分类程序的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!