【MATLAB第87期】#源码分享 | 基于MATLAB的增量神经系统网络SFAM多输入单输出多分类预测模型

发布时间:2023年12月31日

【MATLAB第87期】#源码分享 | 基于MATLAB的增量神经系统网络SFAM多输入单输出多分类预测模型

前言

SFAM是一种增量神经网络分类器。它是模糊ARTMAP(FAM)的一个简单而快速的版本。如果输入相同,FAM和SFAM的产出相同。

参考文献:
[1] Kasuba, T. (1993). “Simplified fuzzy ARTMAP.” AI Expert, Nov., 18–25.
[2] Carpenter, G. A., Grossberg, S., Markuzon, N. and Rosen, D. B., ”Fuzzy ARTMAP: A neural network architecture for incremental supervised learning of analog multidimensional maps”, IEEE Trans. Neural Networks, 3(5):698-713, 1992.

一、数据划分

12输入,1输出,4分类,357行样本,前240训练,后117测试

二、效果展示

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

三、代码展示(部分)

%%  清空环境变量
warning off             % 关闭报警信息
close all               % 关闭开启的图窗
clear                   % 清空变量
clc                     % 清空命令行

%%  导入数据
res = xlsread('数据集C.xlsx');

%%  划分训练集和测试集
temp = randperm(357);

P_train = res(temp(1: 240), 1: 12)';
T_train = res(temp(1: 240), 13)';
M = size(P_train, 2);

P_test = res(temp(241: end), 1: 12)';
T_test = res(temp(241: end), 13)';
N = size(P_test, 2);

%%  数据归一化
[p_train, ps_input] = mapminmax(P_train, 0, 1);
p_test = mapminmax('apply', P_test, ps_input );
p_train=p_train';
p_test=p_test';
t_train = T_train';
t_test  = T_test' ;

五、代码获取

1.阅读首页置顶文章
2.关注CSDN
3.根据自动回复消息,回复“87期”以及相应指令,即可获取对应下载方式。

文章来源:https://blog.csdn.net/qq_29736627/article/details/135317838
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。