matlab 蠓虫分类问题 &n…
2017-03-14 10:50
218 查看
具体函数介绍等请查阅之前博文。
神经网络编程
蠓虫分类问题
蠓虫分类问题可概括叙述如下:生物学家试图对两种蠓虫(Af与Apf)进行鉴别,
依据的资料是触角和翅膀的长度,已经测得了9 支Af和6 支Apf
的数据如下:
Af: (1.24,1.27),(1.36,1.74) ,(1.38,1.64) ,(1.38,1.82)
,(1.38,1.90) ,(1.40,1.70) ,
(1.48,1.82) ,(1.54,1.82) ,(1.56,2.08).
Apf: (1.14,1.82),(1.18,1.96) ,(1.20,1.86) ,(1.26,2.00)
,(1.28,2.00) ,(1.30,1.96).
现在的问题是:
(i )根据如上资料,如何制定一种方法,正确地区分两类蠓虫。
(ii )对触角和翼长分别为(1.24,1.80) ,(1.28,1.84) 与(1.40,2.04) 的3
个标本,用所得
到的方法加以识别。
(iii )设Af是宝贵的传粉益虫,Apf
是某疾病的载体,是否应该修改分类方法。
如上的问题是有代表性的,它的特点是要求依据已知资料(9 支Af的数据和 6 支
Apf 的数据)制定一种分类方法,类别是已经给定的(Af或Apf)。今后,我们将9 支Af及6 支Apf
的数据集合称之为学习样本。
Matlab 程序如下:
clear
p1=[1.24,1.27;1.36,1.74;1.38,1.64;1.38,1.82;1.38,1.90;
1.40,1.70;1.48,1.82;1.54,1.82;1.56,2.08];
p2=[1.14,1.82;1.18,1.96;1.20,1.86;1.26,2.00
1.28,2.00;1.30,1.96];
p=[p1;p2]';
pr=minmax(p);
goal=[ones(1,9),zeros(1,6);zeros(1,9),ones(1,6)];
plot(p1(:,1),p1(:,2),'h',p2(:,1),p2(:,2),'o')
net=newff(pr,[3,2],{'logsig','logsig'});
net.trainParam.show = 10;
net.trainParam.lr = 0.05;
net.trainParam.goal = 1e-10;
net.trainParam.epochs = 50000;
net = train(net,p,goal);
x=[1.24 1.80;1.28 1.84;1.40 2.04]';
y0=sim(net,p)
y=sim(net,x)
结果:
y0 =
Columns 1 through 5
0.999998469029217
0.999986403238122
0.999995778078291 0.999993827903529
0.999986645191870
0.000001152581736
0.000007269557758
0.000002233563722 0.000003456760110
0.000008018255016
Columns 6 through 10
0.999996946747089
0.999999894981851
0.999999984537964 0.999999998562995
0.000000065368
4000
396
0.000001642493507
0.000000068819772
0.000000011387286 0.000000001225300
0.999999872587407
Columns 11 through 15
0.000000079968829
0.000000077082618
0.000000275655831 0.000000621237010
0.000003796525943
0.999999845954309
0.999999850419633
0.999999498798907 0.999998895866797
0.999993204155620
y =
0.000000213425334
0.000004328847254
0.999995435541596
0.999999586187982
0.999991726283911
0.000003400140759
神经网络编程
蠓虫分类问题
蠓虫分类问题可概括叙述如下:生物学家试图对两种蠓虫(Af与Apf)进行鉴别,
依据的资料是触角和翅膀的长度,已经测得了9 支Af和6 支Apf
的数据如下:
Af: (1.24,1.27),(1.36,1.74) ,(1.38,1.64) ,(1.38,1.82)
,(1.38,1.90) ,(1.40,1.70) ,
(1.48,1.82) ,(1.54,1.82) ,(1.56,2.08).
Apf: (1.14,1.82),(1.18,1.96) ,(1.20,1.86) ,(1.26,2.00)
,(1.28,2.00) ,(1.30,1.96).
现在的问题是:
(i )根据如上资料,如何制定一种方法,正确地区分两类蠓虫。
(ii )对触角和翼长分别为(1.24,1.80) ,(1.28,1.84) 与(1.40,2.04) 的3
个标本,用所得
到的方法加以识别。
(iii )设Af是宝贵的传粉益虫,Apf
是某疾病的载体,是否应该修改分类方法。
如上的问题是有代表性的,它的特点是要求依据已知资料(9 支Af的数据和 6 支
Apf 的数据)制定一种分类方法,类别是已经给定的(Af或Apf)。今后,我们将9 支Af及6 支Apf
的数据集合称之为学习样本。
Matlab 程序如下:
clear
p1=[1.24,1.27;1.36,1.74;1.38,1.64;1.38,1.82;1.38,1.90;
1.40,1.70;1.48,1.82;1.54,1.82;1.56,2.08];
p2=[1.14,1.82;1.18,1.96;1.20,1.86;1.26,2.00
1.28,2.00;1.30,1.96];
p=[p1;p2]';
pr=minmax(p);
goal=[ones(1,9),zeros(1,6);zeros(1,9),ones(1,6)];
plot(p1(:,1),p1(:,2),'h',p2(:,1),p2(:,2),'o')
net=newff(pr,[3,2],{'logsig','logsig'});
net.trainParam.show = 10;
net.trainParam.lr = 0.05;
net.trainParam.goal = 1e-10;
net.trainParam.epochs = 50000;
net = train(net,p,goal);
x=[1.24 1.80;1.28 1.84;1.40 2.04]';
y0=sim(net,p)
y=sim(net,x)
结果:
y0 =
Columns 1 through 5
0.999998469029217
0.999986403238122
0.999995778078291 0.999993827903529
0.999986645191870
0.000001152581736
0.000007269557758
0.000002233563722 0.000003456760110
0.000008018255016
Columns 6 through 10
0.999996946747089
0.999999894981851
0.999999984537964 0.999999998562995
0.000000065368
4000
396
0.000001642493507
0.000000068819772
0.000000011387286 0.000000001225300
0.999999872587407
Columns 11 through 15
0.000000079968829
0.000000077082618
0.000000275655831 0.000000621237010
0.000003796525943
0.999999845954309
0.999999850419633
0.999999498798907 0.999998895866797
0.999993204155620
y =
0.000000213425334
0.000004328847254
0.999995435541596
0.999999586187982
0.999991726283911
0.000003400140759
相关文章推荐
- android2.3权限问题 分类:&n…
- android2.3权限问题 分类:&n…
- matlab 规划问题 利用蒙…
- 背包九讲之三 P03: 多重背包问题
- 环境变量设置问题导致的command no…
- XML 中的常见问题 (一)
- JavaScript Tip/Trick: 动态创建Table时,在IE中需要注意的一个问题
- XML 问题: 超越DOM(轻松使用 DOM 的技巧和诀窍)
- 背包问题之四 P04: 混合三种背包…
- gridview中的" "问题解决方法
- 【Stanford Machine Learning Open Course】7. 分类问题 & logistic回归方法
- 背包九讲之一 P01: 01背包问题
- JavaScript Tip/Trick: 动态创建Table时,在IE中需要注意的一个问题
- 背包问题之六 P06: 分组的背包问…
- 背包问题之五 P05: 二维费用的背…
- 多分类问题中每一类的Precision-Recall Curve曲线以及ROC的Matlab画法
- MATLAB: xcb_xlib.c:50: xcb_xlib_unlock: Assertion `c->xlib.lock' failed问题
- Dev Team解决no wifi、no bluetooth问题
- ASP.NET AJAX 1.0 Upgrade problems/升级问题
- HDU:2031 进制转换问题