精华内容
下载资源
问答
  • LVQ神经网络的分类——乳腺肿瘤诊断 转载:《matlab神经网络30个案例分析》 具体算法原理,请查看书籍,此处显示代码部分: 下面展示一些 内联代码片 第一次写博客,有错误的地方还请指教。 %% 清空环境变量 clear ...

    LVQ神经网络的分类——乳腺肿瘤诊断
    转载:《matlab神经网络30个案例分析》
    具体算法原理,请查看书籍,此处显示代码部分:
    下面展示一些 内联代码片
    第一次写博客,有错误的地方还请指教。

    %% 清空环境变量
    clear all
    clc
    warning off									%不显示警告
    
    %% 导入数据
    load data.mat									%导入数据.mat格式
    a = randperm(569);                                                          %随机生成569个(1-569)之间的不重复数
    Train = data(a(1:500),:);                                                   %前500个用于训练
    Test = data(a(501:end),:);                                                 %后69个用于测试
    % 训练数据
    P_train = Train(:,3:end)';                                                  %取训练数据的3-32列数据,并转置
    Tc_train = Train(:,2)';                                                        %取训练数据的第2列数据,并转置
    T_train = ind2vec(Tc_train);
    % 测试数据
    P_test = Test(:,3:end)';							%同训练数据
    Tc_test = Test(:,2)';
    %% 创建网络
    count_B=length(find(Tc_train==1));                                     %训练集中良性肿瘤的个数
    count_M=length(find(Tc_train==2));                                    %训练集中恶性肿瘤的个数
    rate_B=count_B/500;                                                         %良性肿瘤占比
    rate_M=count_M/500;                                                         %恶性肿瘤占比
    net=newlvq(minmax(P_train),15,[rate_B rate_M],0.01,'learnlv1');             
    									    %net = newlvq(PR, SI .PC, LR,LF)
                                                                                %PR为输人向量的范围,size(PR)=[R2],R为输人向量的维数;
                                                                                %SI为竞争层神经元的个数;
                                                                                %PC为线性输出层期望类别各自所占的比重;
                                                                                %LR为学习速率,默认值为0.01;
                                                                                %LF为学习函数,默认为“learnlvl”。
                                                                                % 设置网络参数
    net.trainParam.epochs=1000;                                                 %训练次数,这里设置为1000次
    net.trainParam.show=10;                                                     %显示频率,这里设置为每训练10次显示一次
    net.trainParam.lr=0.1;                                                      %学习速率,这里设置为0.1
    net.trainParam.goal=0.1;                                                   %训练目标最小误差,这里设置为0.1
    %% 训练网络2
    net=train(net,P_train,T_train);    
    %% 仿真测试
    T_sim=sim(net,P_test);
    Tc_sim=vec2ind(T_sim);
    result=[Tc_sim;Tc_test];
    %% 结果显示
    total_B=length(find(data(:,2)==1));
    total_M=length(find(data(:,2)==2));
    number_B=length(find(Tc_test==1));
    number_M=length(find(Tc_test==2));
    number_B_sim=length(find(Tc_sim==1 & Tc_test==1));
    number_M_sim=length(find(Tc_sim==2 &Tc_test==2));
    %w1 = net.iw{1,1};	%下面五行代码是我自己加的,具体是看训练完后权值和阈值
    %theta1=net.b{1}
    %save('W1.mat','w1');
    %w2 = net.iw{2,1};
    %theta2=net.b{2}
    %save('W2.mat','w2');
    disp(['病例总数:' num2str(569)...
          '  良性:' num2str(total_B)...
          '  恶性:' num2str(total_M)]);
    disp(['训练集病例总数:' num2str(500)...
          '  良性:' num2str(count_B)...
          '  恶性:' num2str(count_M)]);
    disp(['测试集病例总数:' num2str(69)...
          '  良性:' num2str(number_B)...
          '  恶性:' num2str(number_M)]);
    disp(['良性乳腺肿瘤确诊:' num2str(number_B_sim)...
          '  误诊:' num2str(number_B-number_B_sim)...
          '  确诊率p1=' num2str(number_B_sim/number_B*100) '%']);
    disp(['恶性乳腺肿瘤确诊:' num2str(number_M_sim)...
          '  误诊:' num2str(number_M-number_M_sim)...
          '  确诊率p2=' num2str(number_M_sim/number_M*100) '%']);
    
    展开全文
  • 第21章 LVQ神经网络的分类——乳腺肿瘤诊断 第22章 LVQ神经网络的预测——人脸朝向识别 第23章 小波神经网络的时间序列预测——短时交通流量预测 第24章 模糊神经网络的预测算法——嘉陵江水质评价 第25章 广义神经...
  • 神经网络30案例分析

    2014-05-29 22:41:17
    关于神经网络的matlab代码:BP神经网络;SVM神经网络;LVQ神经网络等30个案例
  • MATLAB神经网络43案例

    2018-01-14 20:00:31
    共有 43 章,论述在 MATLAB 环境下如何实现神经网络,包括了常用的神经网络及相关理论,如 BP 神经网络、RBF 神经网络、 SVM 、 SOM 神经网络、 Hopfield 神经网络、 Elman神经网络LVQ 神经网络、 Kohonen 神经...
  • LVQ LVQ 1 video.ourmatlab.com 2 Matlab30 3 video.ourmatlab.com/vbuy.html 4 Matlab30 5 Contents clear all clc warning off load data.mat a = randperm(569; Train = data(a(1:500; Test = data(a(501:end; %
  • 提供有关神经网络43个案例的Matlab源代码。包括常见的神经网络(BP,RBF,SOM,Hopfield,Elman,LVQ,GRNN等)。
  • 第21章 LVQ神经网络的分类--乳腺肿瘤诊断 第22章 LVQ神经网络的预测--人脸朝向识别 第23章 小波神经网络的时间序列预测--短时交通流量预测 第24章 模糊神经网络的预测算法--嘉陵江水质评价 第25章 广义神经网络...
  •  该书共有30个matlab神经网络案例(含可运行程序),包括bp、rbf、svm、som、hopfield、lvq、elman、小波等神经网络;还包含pso(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。该书另有31...
  • 第26章 LVQ神经网络的分类——乳腺肿瘤诊断 第27章 LVQ神经网络的预测——人脸朝向识别 第28章 决策树分类器的应用研究——乳腺癌诊断 第29章 极限学习机在回归拟合及分类问题中的应用研究——对比实验 第30章 基于...
  • 第21章 LVQ神经网络的分类——乳腺肿瘤诊断, 第22章 LVQ神经网络的预测——人脸朝向识别, 第23章 小波神经网络的时间序列预测——短时交通流量预测, 第24章 模糊神经网络的预测算法——嘉陵江水质评价, 第25章 广义...
  • 案例21:LVQ神经网络的分类——乳腺肿瘤诊断 案例22:LVQ神经网络的预测——人脸朝向识别 案例23基于模糊神经网络的拟合算法-标准函数拟合 案例24:小波神经网络的时间序列预测-短时交通流量预测 案例25 粒子群算法...
  • 共有30个MATLAB神经网络案例(含可运行程序),包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络;还包含PSO(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。 有很高的参考...
  • 共有30个MATLAB神经网络案例(含可运行程序),包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络;还包含PSO(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。 源码目录: ...
  • MATLAB 神经网络30个案例分析

    热门讨论 2011-12-25 04:37:55
    第22章 lvq神经网络的预测——人脸朝向识别198 第23章 小波神经网络的时间序列预测——短时交通流量预测208 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 第25章 广义神经网络的聚类算法——网络入侵聚类...
  • 第21章 LVQ神经网络的分类——乳腺肿瘤诊断 第22章 LVQ神经网络的预测——人脸朝向识别 第23章 小波神经网络的时间序列预测——短时交通流量预测 第24章 模糊神经网络的预测算法——嘉陵江水质评价 第25章 广义神经...
  • matlab神经网络30个案例分析

    千次下载 热门讨论 2011-06-01 20:06:07
    试创建一个LVQ神经网络,对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。...
  • 《MATLAB神经网络43个案例分析》共有43章,内容涵盖常见的神经网络(BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等)以及相关智能算法(SVM、决策树、随机森林、极限学习机等)。同时,部分章节也涉及了...
  • matlab神经网络43个案例代码 包括BP,Elman,GNN,LVQ,SVM,Kohonen,MIV,Hopfield,小波,SOM自组织,遗传算法等
  • 第26章 LVQ神经网络的分类——乳腺肿瘤诊断 第27章 LVQ神经网络的预测——人脸朝向识别 第28章 决策树分类器的应用研究——乳腺癌诊断 第29章 极限学习机在回归拟合及分类问题中的应用研究——对比实验 第30章 基于...
  • 《MATLAB神经网络43个案例分析》共有43章,内容涵盖常见的神经网络(BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等)以及相关智能算法(SVM、决策树、随机森林、极限学习机等)。同时,部分章节也涉及...
  • 43个MATLAB神经网络案例(含可运行程序),包括BP、RBF、SVM、SOM、Hopfield、LVQ、Elman、小波等神经网络;还包含PSO(粒子群)、灰色神经网络、模糊网络、概率神经网络、遗传算法优化等内容。 王小川,史峰,郁磊...

空空如也

空空如也

1 2 3
收藏数 60
精华内容 24
关键字:

lvq神经网络案例