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。

0 U9 `- |" R" e/ q0 R4 [1 e7 y首先，先将需要的数据等导入进来。

4 B% N- |$ A3 \( Z+ R链接:https://pan.baidu.com/s/1wqVzwcL1xQ_Uh50XoYqyrw 密码:5wq2

%% I. 清空环境变量
) W; ~0 B- O% J! {3 U3 V- w% o# mclear all
clc
%% II. 训练集/测试集产生
$ B5 r) O7 v. e4 h3 C%%
2 @8 X  E2 x2 y% 1. 导入数据
! N. n0 [8 Q) \( P5 P# N' D" S) s" Xload spectra_data.mat
5 D  @  W2 H6 h% S, _7 M5 k. D
1 p% m1 a) ^1 Z9 l2 q  q' V%%
% 2. 随机产生训练集和测试集
temp = randperm(size(NIR,1));

6 ?1 n3 m6 L) s+ |1 ?( L% 训练集――50个样本
P_train = NIR(temp(1:50),: )';
. B1 ~' R# ^2 d9 |& ]" }+ h$ |T_train = octane(temp(1:50),: )';

% 测试集――10个样本
, x7 ~0 x) [, Y3 \7 m! Q" FP_test = NIR(temp(51:end),: )';
T_test = octane(temp(51:end),: )';
9 a  m2 I( `3 c; iN = size(P_test,2);
8 l& q" Y9 U3 t% S3 b0 q2 W
%% III. 数据归一化
%%
% 1. 训练集
[Pn_train,inputps] = mapminmax(P_train);
8 i2 g0 L, a8 d0 @& D: _" m/ LPn_test = mapminmax('apply',P_test,inputps);
" n& z0 Y# ~& i7 p& @%%
% 2. 测试集
[Tn_train,outputps] = mapminmax(T_train);
Tn_test = mapminmax('apply',T_test,outputps);


这里，data.mat是封装好的数据，可以改换成你自己的数据。
2 b! B$ c5 o  h1 _# K$ ~+ a
然后通过命令启动GUI：
# g7 H+ Q& [+ H0 o$ p$ w$ B1 R
  G; A5 F1 k3 C+ ^$ X+ j
* O( I! y+ r: V0 w* A0 g. v$ U
% z; _: a8 `4 w先选择Import，根据图示导入我们要的数据：
$ P( ^7 @: ]' [5 N( U- n/ ~
& y6 a7 T" n9 T% k) r+ I+ [
& ?; Q3 Q% {( P7 b9 L1 E. H9 H
# \6 O/ D1 O! t2 I+ A/ j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：
! {" b% ^! ^, U, r) U, j& A


9 s: ~, W9 n+ `6 e0 v2 Lcreate之后我们就可以得到这个神经网络了：
/ U' ~3 g  w; h% g  W- I
( w% y; Y" `% V4 H- Y5 |3 @
5 e0 w! M& q0 `& q" p# X7 {5 C
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。

# M1 }: k5 [6 {& Z: a  b0 _5 p

  G9 f. ]% B# g( K- M% K" E) e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：
* C, i8 ~4 I6 L" T6 j
2 C& H) b! G; I; z6 P. A
( n6 I- o9 T" j- `; b% M$ m! t
训练好后，我们就可以进行仿真的预测。选择simulate选项：
# W4 B/ U. C1 L  d8 e


% N  d( N. |7 _- u/ |' h仿真结束后，可以查看结果了：
/ `) d# w. f; T% u; O- b  b


接下来你看工作区就能找到结果已经导出了。

这个例子中，我输入一个这样的命令来更方便地查看结果：

- d: Y6 P; L+ F8 X+ z[Tn_test' network1_outputs' network1_errors']


, q, q8 @7 z$ ?
7 d) a  E$ a7 c3 w* g/ p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！
/ t, E0 a& r$ ^5 v" a

0 x8 V5 F2 w6 N# e
2 K) K4 b3 |7 w5 c& ?6 F( Q+ R

+ F) O  g1 h4 T4 {# s( I

kekek

很实用