Нейронные сети и нейроконтроллеры. Бураков М.В. - 212 стр.

UptoLike

ВУЗ:

СПб ГУАП | Санкт-Петербург

Составители:

Бураков М.В.

Рубрика:

Искусственный интеллект

212

>> D = [rand(1,20) + 3.2; rand(1,20) + 3.2];

>> plot(A(1,:),A(2,:),'go')

>> hold on

>> plot(B(1,:),B(2,:),'r+')

>> plot(C(1,:),C(2,:),'go')

>> plot(D(1,:),D(2,:),'r+')

>> grid on

Сформируем данные для обучения:

>> t1=ones([1 20]); t2=t1+t1;

>> Tc=[t1 t2 t1 t2];

>> T = ind2vec(Tc);

>> P = [A B C D];

Определим LVQ-сеть и запустим процесс обучения:

>> net = newlvq(minmax(P), 4, [0.5 0.5]);

>> net.trainParam.epochs = 500;

>> net = train(net,P,T);

Проверку можно выполнить командами (рис. 7.18)

>> Y = sim(net,P);

>> Yc = vec2ind(Y);

>> figure; hold;

>> for i=1:length(P)

>> plot(P(1,i), P(2,i), ['.' colors(Yc(i))]);

Рис. 7.17. Исходные данные для классификации

0 0.5 1 1.5 2 2.5 3 3.5 4 4.5

0.5

1

1.5

2

2.5

3

3.5

4

4.5

Y

X

Заказать работу