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。

; M( ?3 N8 K, ?( w首先，先将需要的数据等导入进来。
- k3 E/ O. ?+ K$ H7 M
% A( A  g/ s, B# g4 ]" T链接:https://pan.baidu.com/s/1wqVzwcL1xQ_Uh50XoYqyrw 密码:5wq2
# _+ f) P; o5 u; H+ ~2 _" ^
%% I. 清空环境变量
) j9 O  o2 D  X5 g- {% m" b3 K" mclear all
clc
%% II. 训练集/测试集产生
%%
% 1. 导入数据
( l! m# W& ]1 z7 B3 R# s" r' N9 Vload spectra_data.mat

0 M6 f7 T9 {+ ^5 L%%
+ g9 G5 x+ Y7 r5 C2 M; Y% 2. 随机产生训练集和测试集
7 `3 g0 Y7 I$ H  j! [temp = randperm(size(NIR,1));

, I% _+ P. U* c9 [2 X6 P% 训练集――50个样本
# @( h/ G, O9 jP_train = NIR(temp(1:50),: )';
) U& I5 U( ~1 s7 J1 V+ |7 wT_train = octane(temp(1:50),: )';
5 y5 `2 Y3 @9 Z. r( \; M$ Z( n
$ B! `$ y6 K) @# B% 测试集――10个样本
! ~- R4 {! F* V$ D# x; ]2 oP_test = NIR(temp(51:end),: )';
T_test = octane(temp(51:end),: )';
N = size(P_test,2);
; {6 Y5 ?8 d; k0 |) d
: i: W! g) f+ u%% III. 数据归一化
%%
) X" C6 G+ ]0 P6 _0 U% a6 u6 T% 1. 训练集
' H) P6 ]5 X/ W, a[Pn_train,inputps] = mapminmax(P_train);
5 u$ @" H$ ]1 U1 w* CPn_test = mapminmax('apply',P_test,inputps);
& i* r& P1 Q3 \1 B3 [, N& N%%
% 2. 测试集
9 A$ e4 ~/ Z2 q- \[Tn_train,outputps] = mapminmax(T_train);
: b, t4 X4 D" y2 UTn_test = mapminmax('apply',T_test,outputps);


5 t- h7 D7 I0 n8 C* A这里，data.mat是封装好的数据，可以改换成你自己的数据。
  h9 O  I3 |% ]/ w& K( i% S; X
3 _( y/ N" a& A, q' T' S' V5 i7 O然后通过命令启动GUI：

1 \% B  ^2 S  z# m- Z: H" Z) }0 c
4 W4 d. Z/ I- `/ b
# Y! k2 ~) C, L先选择Import，根据图示导入我们要的数据：
) \, i6 @/ i- A# `; X3 T
  Z0 P: {: G- e8 h6 h0 C! @/ |7 Y  D
* Q# z! U4 C6 D/ `+ w" u4 L2 r
' O' l4 G3 g+ ~3 E% M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：
6 n) ^/ Q$ x4 ?. b2 G

+ P8 F* f' B) {5 P# L' b( e
create之后我们就可以得到这个神经网络了：
: @, Q. S8 C8 b& K

+ @0 Z6 L& F8 }8 s0 W5 R& `
2 k: ?$ D( O& x! a1 G. d" z7 t$ G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。

2 Z: R" Z" W- M" Z* @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。
, `  u# f  ^1 f8 ~- B' R
. M0 `5 L' u/ q' S# L

) R6 l9 V& M) T% u  N, ?0 t. 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：

! V: l3 I) c% Z. {5 ]" L: A
( P! U8 ~5 U8 ~; P3 w+ f
! Y3 [7 S6 ?3 S  c2 C* C: K训练好后，我们就可以进行仿真的预测。选择simulate选项：



仿真结束后，可以查看结果了：
9 a/ L0 H/ Y9 L, a+ j1 `
. w, _: g5 O3 {$ p/ ]
# Y: i# H4 {7 c; }5 M0 q
接下来你看工作区就能找到结果已经导出了。
9 W3 Q' E' a8 q
这个例子中，我输入一个这样的命令来更方便地查看结果：

% I+ o+ Z$ ]+ L8 P[Tn_test' network1_outputs' network1_errors']
6 v% W" R6 S4 s3 H! Z

- X6 t2 \2 Z& R: ^7 S8 _
这就是一个简单操作流程了。

) n( f  \7 H' x8 ]. i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！
/ E; H3 m. p2 h' t) }

, B9 V" e8 G9 e- I& V4 n. W
9 k  t" Z2 ^/ X$ q8 n

! n, H, c4 _; h, q! _3 ~

kekek

很实用