首页下载资源人工智能Matlab 基于BP神经网络的数据分类预测 BP分类

ZIPMatlab 基于BP神经网络的数据分类预测 BP分类

weixin_4270409372.87KB需要积分:1

资源文件列表:

基于BP神经网络的数据分类预测.zip 大约有3个文件
  1. 基于BP神经网络的数据分类预测/main.m 2.11KB
  2. 基于BP神经网络的数据分类预测/视频链接和其它代码链接_5243.zip 539B
  3. 基于BP神经网络的数据分类预测/数据集.xlsx 73.42KB

资源介绍:

1. Matlab实现BP神经网络的数据分类预测（完整源码和数据) 2. 多变量输入，单变量输出（类别），数据分类预测 3. 评价指标包括：准确率 和 混淆矩阵 4. 包括拟合效果图 和 混淆矩阵 5. Excel数据，要求 Matlab 2018B及以上版本
%% 清空环境变量 warning off % 关闭报警信息 close all % 关闭开启的图窗 clear % 清空变量 clc % 清空命令行 %% 导入数据 res = xlsread('数据集.xlsx'); %% 划分训练集和测试集 temp = randperm(357); P_train = res(temp(1: 240), 1: 12)'; T_train = res(temp(1: 240), 13)'; M = size(P_train, 2); P_test = res(temp(241: end), 1: 12)'; T_test = res(temp(241: end), 13)'; N = size(P_test, 2); %% 数据归一化 [p_train, ps_input] = mapminmax(P_train, 0, 1); p_test = mapminmax('apply', P_test, ps_input); t_train = ind2vec(T_train); t_test = ind2vec(T_test ); %% 建立模型 net = newff(p_train, t_train, 6); %% 设置训练参数 net.trainParam.epochs = 1000; % 最大迭代次数 net.trainParam.goal = 1e-6; % 目标训练误差 net.trainParam.lr = 0.01; % 学习率 %% 训练网络 net = train(net, p_train, t_train); %% 仿真测试 t_sim1 = sim(net, p_train); t_sim2 = sim(net, p_test ); %% 数据反归一化 T_sim1 = vec2ind(t_sim1); T_sim2 = vec2ind(t_sim2); %% 数据排序 [T_train, index_1] = sort(T_train); [T_test , index_2] = sort(T_test ); T_sim1 = T_sim1(index_1); T_sim2 = T_sim2(index_2); %% 性能评价 error1 = sum((T_sim1 == T_train)) / M * 100 ; error2 = sum((T_sim2 == T_test )) / N * 100 ; %% 绘图 figure plot(1: M, T_train, 'r-*', 1: M, T_sim1, 'b-o', 'LineWidth', 1) legend('真实值', '预测值') xlabel('预测样本') ylabel('预测结果') string = {strcat('训练集预测结果对比：', ['准确率=' num2str(error1) '%'])}; title(string) grid figure plot(1: N, T_test, 'r-*', 1: N, T_sim2, 'b-o', 'LineWidth', 1) legend('真实值', '预测值') xlabel('预测样本') ylabel('预测结果') string = {strcat('测试集预测结果对比：', ['准确率=' num2str(error2) '%'])}; title(string) grid %% 混淆矩阵 figure cm = confusionchart(T_train, T_sim1); cm.Title = 'Confusion Matrix for Train Data'; cm.ColumnSummary = 'column-normalized'; cm.RowSummary = 'row-normalized'; figure cm = confusionchart(T_test, T_sim2); cm.Title = 'Confusion Matrix for Test Data'; cm.ColumnSummary = 'column-normalized'; cm.RowSummary = 'row-normalized';
100+评论
captcha

    相关资源

    1. 项目文档模板 项目文档模板

      hjc00#后端ZIP18.33KB16年前
      资源摘要:项目文档模板项目文档模板项目文档模板

    2. 利用MFC开发的OpenGL开发包

      a9wgx#后端ZIP685.96KB17年前
      资源摘要:利用MFC开发的OpenGL开发包

    3. Word精灵V11.1版，包含122个排版工具

      qq_35692191#信息化管理ZIP53.36MB3年前
      资源摘要: Word精灵包含122个工具，用于强化WORD的功能。 它支持32位和64位的Word，支持Word 2010、2013、2016、2019、2021和2024，支持WPS 2019和2022，不支持WORD 2003和2007。 Word精灵包含122个功能，可以批量合并文档、批量拆分文档、批量导出Word数据到Excel、批量转数据值转换成大写金额、批量插入图片、批量另存图片、批量统一图片尺寸、批量调整Word表格的格式、批量打印文件、批量生成PDF等等。

    4. 基于OPENMV的颜色追踪 与ST32一次性传输 X Y坐标 大神勿喷

      weixin_41331879#网络技术ZIP2.65MB6年前
      资源摘要:OPENMV捕捉到颜色模块，并处理他的目标，得出X Y值 并加入串口检验位 此次校验位为 字符sp

    5. 计算机专业基础知识点pdf

      weixin_42104154#考试认证ZIP7.43MB2年前
      资源摘要:计算机专业基础知识点pdf

    6. LabVIEW开放神经网络交互工具包onnx

      virobotics#人工智能ZIP23.59MB2年前
      资源摘要:包含GPU和CPU两个版本，无论使用何种框架训练的onnx模型，都可以无缝集成到LabVIEW中，并使用工具包提供的CUDA,TensorRT接口实现加速推理,安装步骤可查看：https://blog.csdn.net/virobotics/article/details/124998746

    7. Android MediaCodec RTSP H264播放器客户端

      fanx9339#音视频ZIP13.69MB6年前
      资源摘要:Android RTSP H264播放客户端。自己组包，喂给Android MediaCodec解码器，实时播放直播流。史上最简单的demo。亲测在三星S8+,小米平板，华为平板，摩托罗拉手机可用。

    8. Linux Centos7 升级最新版OpenSSH-9.6p1 有脚本（支持离线）

      qq_42056824#后端ZIP12.58MB1年前
      资源摘要:包含升级的rpm文件openssh-9.6p1.tar.gzopenssl-1.1.1q.tar.gzzlib-1.3.tar.gz以及升级脚本sshupdate2.sh
    站长QQ:九六九五七三七