BP神经网络“分类”工具文档(公开版)

最后更新于:2022-12-30 21:48:44

一、代码运行环境:

MATLAB2019 / MATLAB2018 / MATLAB2017/MATLAB2016

二、文件说明

1. scriptPatternRec.m

知乎专栏(https://zhuanlan.zhihu.com/p/136264062)中的神经网络分类代码。为脚本文件,可以直接运行。

2. class2label.p

将class转为label 例如将[3,2,1,1]转换为[0,0,1;0,1,0;1,0,0;1,0,0] p文件,可以调用

3. class2label.p

将label转为class 例如将[0,0,1;0,1,0;1,0,0;1,0,0]转换为[3,2,1,1] p文件,可以调用

三、关于完整版代码

如果需要label和class转换(class2label.m和class2label.m)的源码,可在文末连接获取源码。 源码中包括了店主最新代码,其中还包括:

  • 封装好的的快速模式识别(分类)神经网络(m)的源码,快速模式识别(分类)神经网络,可以自主设定训练集比例,并得到测试集分类正确率。
  • 演示函数调用方法的demos,包含使用m快速实现模式识别(分类)进行的程序典型写法。
  • 可以自动纠正数据行列方向错误的问题
  • 简易式调用,适合小白入手
  • 持续更新

编程不易,感谢支持~ 紧巴巴的学生党可以联系店主,店主会给优惠~

四、获取代码(需使用电脑浏览器打开)

功能 公开版 完整版
scriptPatternRec.m
label2class p* m*
class2label p* m*

封装好的全流程函数fastPatternnet.m

可以快速实现你想要完成的分类工作

自动纠正数据行列方向错误的问题

-简易式调用,适合小白

持续更新

×
演示函数调用方法的demo ×
更为丰富、详细的注释 ×

*p文件可以被调用,但无法查看代码,m文件可以查看源码并自由修改