matlab源码包括遗传算法等等

matlab分类器源码（包括遗传算法等等）

function D = ada_boost（train_features train_targets params region）;

% Classify using the AdaBoost algorithm
% Inputs:
% 	features	- Train features
%	targets	- Train targets
%	Params	- [NumberOfIterations Weak Learner Type Learner‘s parameters]
%	region	- Decision region vector: [-x x -y y number_of_points]
%
% Outputs
%	D			- Decision sufrace
%
% NOTE: This algorithm is very tuned to the 2D nature of the toolbox!

[k_max weak_learner alg_param] = process_params（params）;

[NiM]			= size（train_features）;
D			 		= zeros（region（5））;
W			 		= ones（1M）/M;
IterDisp			= 10;

%Find where the training features fall on the decision grid
N           = region（5）;
mx          = ones（N1） * linspace （region（1）region（2）N）;
my          = linspace （region（3）region（4）N）‘ * ones（1N）;
flatxy      = [mx（:） my（:）]‘;
train_loc	= zeros（1M）;
for i = 1:M
   dist = sqrt（sum（（flatxy - train_features（:i）*ones（1N^2））.^2））;
   [m train_loc（i）] = min（dist）;
end

%Do the AdaBoosting
for k = 1:k_max
   %Train weak learner Ck using the data sampled according to W:
   %...so sample the data according to W
   randnum = rand（1M）;
   cW	   = cumsum（W）;
   indices = zeros（1M）;
   for i = 1:M
      %Find which bin the random number falls into
      loc = max（find（randnum（i） > cW））+1;
      if isempty（loc）
         indices（i） = 1;
      else
         indices（i） = loc;
      end
   end
   
   %...and now train the classifier
   Ck 	= feval（weak_learner train_features（: indices） train_targets（indices） alg_param region）;
   Ckl 	= Ck（:）;
   
   %Ek <- Training error of Ck 
   Ek = sum（W.*（Ckl（train_loc）‘ ~= train_targets））;
   
   if （Ek == 0）
      break
   end
   
   %alpha_k <- 1/2*ln（1-Ek）/Ek）
   alpha_k = 0.5*log（（1-Ek）/Ek）;
   
   %W_k+1 = W_k/Z*exp（+/-alpha）
   W  = W.*exp（alpha_k*（xor（Ckl（train_loc）‘train_targets）*2-1））;
   W  = W./sum（W）;
   
   %Update the decision region
   D  = D + alpha_k*（2*Ck-1）;
   
   if （k/IterDisp == floor（k/IterDisp））
      disp（[‘Completed ‘ num2str（k） ‘ boosting iterations‘]）
   end
   
end

D = D>0;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件      952782  2002-05-20 08:36  About.bmp
     文件        2137  2002-06-25 09:28  Ada_Boost.m
     文件        3004  2002-02-18 13:25  ADDC.m
     文件        4318  2002-03-20 22:43  AGHC.m
     文件        3266  2002-03-21 09:29  Backpropagation_Batch.m
     文件        5183  2002-03-21 09:34  Backpropagation_CGD.m
     文件        6448  2002-03-21 09:31  Backpropagation_Quickprop.m
     文件        4963  2002-03-21 09:34  Backpropagation_Recurrent.m
     文件        3216  2002-03-21 09:33  Backpropagation_SM.m
     文件        2986  2002-03-21 09:33  Backpropagation_Stochastic.m
     文件        1377  2002-03-21 09:38  Balanced_Winnow.m
     文件        3248  2002-03-24 11:32  Bayesian_Model_Comparison.m
     文件         588  2001-12-27 09:56  Bhattacharyya.m
     文件        3298  2002-03-21 09:37  BIMSEC.m
     文件        5984  2002-06-30 00:02  C4_5.m
     文件         758  2001-12-24 16:34  calculate_error.m
     文件        1060  2001-02-22 13:06  calculate_region.m
     文件        4104  2002-03-20 22:43  CART.m
     文件         846  2002-02-09 22:54  CARTfunctions.m
     文件        5443  2002-03-21 09:39  Cascade_Correlation.m
     文件         902  2001-12-27 10:15  Chernoff.m
     文件        1528  2002-02-14 22:59  chess.mat
     文件        2837  2002-10-11 12:55  Classification.txt
     文件        1995  2002-09-18 20:40  classification_error.m
     文件      300868  2005-11-29 13:36  Classification_Toolbox.pdf
     文件       18308  2002-12-02 19:11  classifier.m
     文件        4328  2002-03-09 23:59  classifier.mat
     文件       24730  2002-12-02 21:10  classifier_commands.m
     文件        2926  2002-02-14 22:59  click_points.m
     文件       86112  2002-02-14 22:59  clouds.mat
     文件        2842  2002-03-21 09:36  Competitive_learning.m
............此处省略133个文件信息