简化模糊神经网络MATLAB代码

简化模糊神经网络MATLAB代码，对初学者有一定用处

function results = classify（data net labels debug）;
% CLASSIFY Classifies the given data using the given trained SFAM.
% RESULTS = CLASSIFY（DATA NET LABELS DEBUG） 
%	DATA is an M-by-D matrix where M is the number of samples and D is the size of the feature
%	space. NET is a previously trained SFAM network. LABELS is a M-vector containing the correct
%	labels for the data. If you don‘t have them give it as an empty-vector []. 
%	DEBUG is a scalar to control the verbosity of the program during training. If 0 nothing will
%	be printed otherwise every DEBUG iterations an informatory line will be printed. 
%
% Emre Akbas May 2006
%

results = [];
hits=0;

tic;
for s=1:size（data1）
    input = data（s:）;

    % Complement code input
    input = [input 1-input];

    % Compute the activation values for each prototype.
    activation = ones（1length（net.weights））;
    for i=1:length（net.weights）
	activation（i）  = sum（min（inputnet.weights{i}））/...
		    （net.alpha + sum（net.weights{i}））;
    end

    % Sort activation values 
    [sortedActivations sortedIndices] = sort（activation‘descend‘）;

    % Iterate over the prototypes with decreasing activation-value
    results（s）=-1;
    for p=sortedIndices
	% Compute match of the current candidate prototype 
	match = sum（min（inputnet.weights{p}））/net.D;

	% Check resonance
	if match>=net.vigilance
	    results（s） = net.labels（p）;

	    if ~isempty（labels）
		if labels（s）==results（s） hits = hits + 1; end;
	    end

	    break;
	end
    end

    if mod（sdebug）==0
	elapsed = toc;
	fprintf（1‘Tested %4dth sample. Hits so far: %3d which is %.3f%%.\tElapsed %.2f seconds.\n‘shits100*hits/selapsed）;
	tic;
    end
end % samples loop

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        1707  2006-07-18 14:59  classify.m
     文件         948  2006-07-18 14:52  create_network.m
     文件       17307  2006-07-18 15:07  demodata.mat
     文件         428  2006-07-18 15:08  sfam_demo.m
     文件        2957  2006-07-18 14:58  train.m
     文件        1310  2014-02-12 12:22  license.txt