预览截图
应用介绍
PSO神经网络分类 % 所以，网络上没有适当的进化分类 Matlab 代码，% 决定用 PSO 做一个。% 此代码获取用于分类的数据输入，其中包含数据和 % 标签，并将其存储到“netdata”中。数据由 6% 类的 300 个样本组成，其中包括 40 个特征。您可以提取特征并将其%标记，因为它是监督模型。这些特征是从小物体图像中提取的SURF %特征。现在，系统是PSO%和典型浅层神经网络的组合。神经网络本身使系统的初始结构或主体占百分比，但PSO有责任在训练中对%神经元进行加权，进化算法的真正力量在这里呈现%。最后，将结果与SVM、KNN和TREE分类%算法作为混淆矩阵和最终识别精度进行比较。% 有三个重要参数，即“NH”（隐藏层数）、% “SwarmSize”和“MaxIteration”，它们显着影响 % 系统的性能。因此，为了获得所需的结果，您应该根据数据使用这些参数播放百分比。这里唯一的缺点是%标记是手动完成的，您可以自己轻松修复它，但它%是在训练的主要阶段之后。此代码可以扩展为使用其他进化算法（如 GA 或 DE）进行 % 训练。
©版权声明：本文内容由互联网用户自发贡献，版权归原创作者所有，本站不拥有所有权，也不承担相关法律责任。如果您发现本站中有涉嫌抄袭的内容，欢迎发送邮件至： [email protected] 进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
转载请注明出处： apollocode » PSO分类算法（Matlab代码）
文件列表(部分)
| 名称 | 大小 | 修改日期 |
|---|---|---|
| fortest2.mat | 27.50 KB | 2021-12-31 |
| Main.m | 2.53 KB | 2022-11-09 |
| NetConstruct.m | 0.25 KB | 2021-12-31 |
| NNCost.m | 0.16 KB | 2021-12-31 |
| PSO Classification Algorithm.JPG | 209.31 KB | 2021-12-31 |
| TrainPSO.m | 0.87 KB | 2021-12-31 |
| PSO神经网络分类 | 0.00 KB | 2022-11-09 |
发表评论 取消回复