SNN脉冲神经网络中integrate-and-fire neuron神经元仿真测试
2022-04-21 12:06:05
1KB
基于CNN卷积神经网络的文字识别matlab仿真,matlab2021a运行测试
2022-04-20 17:06:48
58.36MB
layers = [ ...
imageInputLayer([1 2048 1])%%2D-CNN
convolution2dLayer([1,2],4)
reluLayer
maxPooling2dLayer([1 2],'Stride',2)
convolution2dLayer([1,2],4)
reluLayer
maxPooling2dLayer([1 2],'Stride',2)
fullyConnectedLayer(2)
softmaxLayer
classificationLayer];
2022-04-20 17:06:47
786B
GA遗传优化算法的matlab仿真，matlab2021a运行仿真
% 调用 my_ga 进行计算
% 求解问题的参数个数 10
% 自定义适应度函数名 my_fitness
% 种群规模 100
% 每一代中保持不变的数目 50 (即交叉率0.5)
% 变异概率 0.1 (1/10的个体发生变异)
% 最大演化代数 10000 10000代
% 最小目标值 1.0e-6 个体适应度函数值 < 0.000001结束
2022-04-20 09:06:54
3KB
基于遗传优化的三维路径规划算法输出收敛曲线和三维规划图，matlab2021a运行仿真
三维场景数据保存到excel中，通过matlab自动读取。
xyz = XYZ(id,:);
tag = tag(id);
alpha1 = 25;
alpha2 = 25;
beta1 = 20;
beta2 = 25;
theta = 30;
delta = 0.001;
m = min([alpha1,alpha2,beta1,beta2]);
ds = m / delta; % 两次校正间的最大前进距离
2022-04-20 09:06:53
52KB
disp('展示BP的训练集分类')
bp_train_accuracy=sum(J==J1)/length(J)
figure
stem(J,'bo');
grid on
hold on
plot(J1,'r*');
legend('网络训练输出','真实标签')
title('BP神经网络训练集')
xlabel('样本数')
ylabel('分类标签')
hold off
%% 测试集准确率
tn_bp_sim = sim(net_bp,P_test);%测试
[I J]=max(tn_bp_sim',[],2);
[I1 J1]=max(T_test',[],2);
disp('展示BP的测试集分类')
bp_test_accuracy=sum(J==J1)/length(J)
figure
stem(J,'bo');
grid on
hold on
plot(J1,'r*');
legend('测试输出','真实标签')
title('BP神经网络测试集')
xlabel('样本数')
ylabel('分类标签')
hold off
2022-04-20 09:06:52
3.91MB
基于GRNN广义回归神经网络的数据分类和基于FCM数据分类对比并输出混淆矩阵评价指标.，matlab2021a运行测试
%% 模糊聚类
data=P1;
[center,U,obj_fcn] = fcm(data,5);
for i=1:R1
[value,idx]=max(U(:,i));
a1(i)=idx;
end
%% 模糊聚类结果分析
Confusion_Matrix_FCM=zeros(6,6);
Confusion_Matrix_FCM(1,:)=[0:5];
Confusion_Matrix_FCM(:,1)=[0:5]';
for nf=1:5
for nc=1:5
Confusion_Matrix_FCM(nf+1,nc+1)=length(find(a1(find(T1==nf))==nc));
end
end
2022-04-20 09:06:51
25KB
图像特征提取算法matlab仿真，包括LBP特征LDP特征LOOP特征等。matlab2021a运行测试
2022-04-19 18:11:26
21KB