使用BP神经元网络、ELM分类分类实例（Bp ELM classification）

使用BP神经元网络、ELM分类分类实例，其中ELM的训练和预测部分是自行编写的。

P_train = load（‘F:\我\硕士研究生\本科毕设\已动手\1\experiment\train.txt‘）‘;
T_train = load（‘F:\我\硕士研究生\本科毕设\已动手\1\experiment\train_label.txt‘）‘;
P_test = load（‘F:\我\硕士研究生\本科毕设\已动手\test.txt‘）‘;
%T_test = load（‘F:\我\硕士研究生\本科毕设\已动手\1\experiment\test_label.txt‘）‘;
sum=0;

[P_trainps] = mapminmax（P_train 01）;
[P_testps] = mapminmax（P_test 01）;
s = length（T_train） ;
output = zeros（ s  3  ） ;
for i = 1 : s 
   output（ i T_train（ i ）  ） = 1 ;
end

%net = newff（ minmax（P_train）  [50 2]  { ‘logsig‘ ‘purelin‘ }  ‘traingdx‘ ） ;

net = newff（P_train output‘5 { ‘logsig‘ ‘purelin‘ }  ‘traingdx‘ ） ; 

%设置训练参数
net.trainparam.show = 50 ;
net.trainparam.epochs = 150 ;
net.trainparam.goal = 0.01 ;
net.trainParam.lr = 0.01 ;

%开始训练
net = train（ net P_train  output‘） ;
Y = sim（ net  P_test ）
%k=length（T_test）;
[s1  s2] = size（ Y ） 
hitNum = 0 ;
for i = 1 : s2
    [m  Index（i）] = max（ Y（ :   i ） ） ;
   
end
Index




%仿真

% end_time_test=cputime;
% TestingTime=end_time_test-start_time_test 
%统计识别正确率
% [s1  s2] = size（ Y ） ;
% hitNum = 0 ;
% for i = 1 : s2
%     [m  Index（i）] = max（ Y（ :   i ） ） ;
%     if（ Index（i）  == T_test（i）   ） 
%         hitNum = hitNum + 1 ; 
%     end
% end
% sprintf（‘识别率是 %3.3f%%‘100 * hitNum / s2 ）
% plot（Index‘*-‘）
% hold on
% plot（T_test‘or‘）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1414  2014-06-03 20:21  Bp、ELM_classification\BP.m

     文件       1643  2014-06-07 10:05  Bp、ELM_classification\elmclass.m

     文件        518  2013-06-03 19:31  Bp、ELM_classification\elmpredict.m

     文件        839  2014-03-02 16:41  Bp、ELM_classification\elmtrain.m

     目录          0  2014-08-10 15:23  Bp、ELM_classification

----------- ---------  ---------- -----  ----

                 4414                    5