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。
- }2 g3 }2 s8 |/ }! W
首先，先将需要的数据等导入进来。

; p+ q4 T/ g1 ^: l& U! ]链接:https://pan.baidu.com/s/1wqVzwcL1xQ_Uh50XoYqyrw 密码:5wq2
+ Q) m+ ^& o7 y
%% I. 清空环境变量
; [% b) D* F2 sclear all
$ _+ R; Z% {; h/ f9 d( P5 T8 j$ Bclc
) p- X7 R" r) y$ H%% II. 训练集/测试集产生
%%
: z% X) }" c. \4 D3 |. R2 g! ?2 b" J% 1. 导入数据
load spectra_data.mat
, o/ [- \! J& w: k& q/ [; }
%%
% 2. 随机产生训练集和测试集
temp = randperm(size(NIR,1));

% 训练集――50个样本
P_train = NIR(temp(1:50),: )';
7 y6 U0 H4 L3 y0 S6 sT_train = octane(temp(1:50),: )';
# e4 G1 v9 a: O: L
% 测试集――10个样本
P_test = NIR(temp(51:end),: )';
. N2 S& @0 Q/ O1 F# d3 ^" ^# f, TT_test = octane(temp(51:end),: )';
5 b- K% L8 ^2 V  k- \" gN = size(P_test,2);
) A% ^" u( T  P0 ]! g
5 c* M  |8 f$ _* j%% III. 数据归一化
%%
3 M) [" Q. d# j. V$ P8 t% 1. 训练集
. |/ k3 Z, `4 d; k[Pn_train,inputps] = mapminmax(P_train);
* M8 J3 Z) l" c6 g: aPn_test = mapminmax('apply',P_test,inputps);
2 E2 h5 z- b. n. o  U%%
% 2. 测试集
[Tn_train,outputps] = mapminmax(T_train);
9 g5 {5 K7 C' W# a( Q( A' }Tn_test = mapminmax('apply',T_test,outputps);

  W4 N6 d5 V/ T
1 l3 z7 q2 m1 t, J% k9 i这里，data.mat是封装好的数据，可以改换成你自己的数据。

然后通过命令启动GUI：
2 R* }0 y& o# y: ?4 u4 ]# H' E
. B6 q( f; T2 N2 v1 g1 |
( y+ Q$ }; o0 i% u# r. S; Q
  A% v8 O# U& w- y先选择Import，根据图示导入我们要的数据：
% \' c: R6 N) i; [0 u


+ `1 D( `: L2 }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：
0 ^! s, m  E! i" |8 x
4 L' N* {( e/ G% j
: e( k  y% ^4 u$ E: \
$ z* N% e1 X7 d% G+ U. @create之后我们就可以得到这个神经网络了：
) c. x: Q) g$ i6 P$ {4 |


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。
  N* |0 v" [# T* Q! M( j' R8 l- t
7 g5 Q$ l% z, h1 G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。



. `7 b  \. h. p  o$ j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：



训练好后，我们就可以进行仿真的预测。选择simulate选项：
) z$ Y1 ^4 L' Z


- L5 z* y; @' {0 U1 }# E仿真结束后，可以查看结果了：
" K" D+ r5 {. ~  z


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：

0 P4 |0 u: d0 ~9 j  P+ t[Tn_test' network1_outputs' network1_errors']
$ D* j, h& l) g9 |. Y


! X* O: b4 N/ j" c0 }/ M这就是一个简单操作流程了。

8 V. o4 b6 Q2 d0 v. U1 W+ k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！

+ {- J- j  h7 y0 w. n: M9 Q5 j7 U
, {, I- f# {$ Y9 F7 R+ H  o
* `2 g" P$ |% u# {8 X! x* I$ L; k& d
) V+ Y+ |- S9 k- q4 R

kekek

很实用