神经网络的MATLAB GUI实现

dapmood

如何在matlab中通过GUI的方式来创建和训练一个神经网络？本文以一个汽油辛烷值的预测为例讲解。
) k4 ~0 r1 `+ K" J+ p1 N* `4 z5 m
首先，先将需要的数据等导入进来。
! o! Y: ^9 T0 W: m  X0 O. W* _
链接:https://pan.baidu.com/s/1wqVzwcL1xQ_Uh50XoYqyrw 密码:5wq2

% N" W3 M9 K+ p/ W( ?%% I. 清空环境变量
clear all
$ @; [; U9 @- J# H) E( i9 v9 eclc
%% II. 训练集/测试集产生
%%
: T& q, ~/ d) b% 1. 导入数据
1 b2 o) _1 i- p! j0 B. \load spectra_data.mat

%%
) ?+ T- j5 w" s8 G7 L% 2. 随机产生训练集和测试集
temp = randperm(size(NIR,1));
6 D' S$ B% ~8 ]& v+ m) H
4 R$ E( h6 Q5 z$ Q9 Z1 j% 训练集――50个样本
P_train = NIR(temp(1:50),: )';
T_train = octane(temp(1:50),: )';
' c8 o/ G- \2 [7 L$ g( }! x7 u% v: k
% 测试集――10个样本
P_test = NIR(temp(51:end),: )';
$ F1 Z) e$ }: W# KT_test = octane(temp(51:end),: )';
% O  J! |; o3 p" dN = size(P_test,2);
; S2 k" i8 k8 Z  d1 d1 H' Q
%% III. 数据归一化
%%
% 1. 训练集
; P7 s% _1 }5 Z( O[Pn_train,inputps] = mapminmax(P_train);
* F) a+ X5 Q9 U0 O$ mPn_test = mapminmax('apply',P_test,inputps);
; m% V' A2 p$ j4 ]1 ?! q& N7 d, A%%
% 2. 测试集
[Tn_train,outputps] = mapminmax(T_train);
+ |) d  F2 \7 S: r, {1 t/ Y/ bTn_test = mapminmax('apply',T_test,outputps);
0 [0 b, E, M7 O8 Y4 E

+ Z! [; d! d2 i' `, p. |8 D这里，data.mat是封装好的数据，可以改换成你自己的数据。

$ A4 W# r* G- s# w然后通过命令启动GUI：

% g% J( S7 R" x1 J3 L
) f' U5 c! u% R  n) Q+ y
先选择Import，根据图示导入我们要的数据：
) h& ], _, w- \$ d; _. n- S


* z# A# i0 G6 G' {3 g数据都导入后，就可以点击new来创建神经网络了。根据界面中的提示项，来设置好网络结构：
- \& h- p5 n$ ]0 ]; A& }& ?0 Y


: o* {2 q3 a" a; S- [' ~) V' ycreate之后我们就可以得到这个神经网络了：

" H4 l, ]& g+ N3 Q" H1 L( S( ?- L

这里我选的是第一层10个神经元，第二层就是输出层，就一个神经元，是线性激活函数。

接下来就是点击上面的train选项，具体地设置一下训练的参数。

1 O8 c1 }- c: q

2 i% s' E1 Z* `$ h! I, v3 i* R. T设置好后，点击右下角的train network！就可以看到如下图的训练窗口了：
4 @8 x( q' z9 Y4 s  o; A" t


5 n  g5 A4 \9 x" J9 w0 y% k! a训练好后，我们就可以进行仿真的预测。选择simulate选项：

% P6 v7 e! y2 j
* G) d7 c8 B' p, f0 R; c; x5 N0 O- u
8 R7 x. G' k! K% B" N仿真结束后，可以查看结果了：
4 X2 _: Y9 Y0 }! k# ^1 @0 X
: o  m1 {3 \/ U+ F  d! C

  D2 P" C& R1 Q/ b接下来你看工作区就能找到结果已经导出了。
) p  u+ \% S1 `0 i: B% a; c2 p2 P
: q  \+ D: L7 B8 E5 L& r这个例子中，我输入一个这样的命令来更方便地查看结果：

* t$ }6 U- s6 q, B1 S[Tn_test' network1_outputs' network1_errors']



, C; w3 e5 T% d9 r这就是一个简单操作流程了。

其实也无非是数据的导入、点击几个按钮完成训练、测试过程，然后查看结果罢了。

小伙伴们动手试一试吧！
# e9 w/ R, S5 g' N" S. I/ b8 f




. N/ [6 L( f" x% E8 p5 j

kekek

很实用