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。
$ b8 Z1 l% v$ c$ Z
首先，先将需要的数据等导入进来。
, g: d8 t" Z7 |; V5 Y; ]
( v& p& l* ?( N2 b链接:https://pan.baidu.com/s/1wqVzwcL1xQ_Uh50XoYqyrw 密码:5wq2
/ b  o8 q& N7 z+ I) B
%% I. 清空环境变量
' z" j' W5 P- n% r9 f0 aclear all
5 \0 i' l* ~' o4 _5 ~% Sclc
%% II. 训练集/测试集产生
9 k3 V6 ?; M% }%%
: ]) v; e" e& b9 K% 1. 导入数据
- ^1 w2 B6 M+ v, v/ t' A# W( iload spectra_data.mat
$ W1 _* ?0 ^5 g& e' e, ^% p
%%
% 2. 随机产生训练集和测试集
temp = randperm(size(NIR,1));
1 g0 n, i3 n. P4 S) r- E5 r1 `
* u- B! q# M% Z3 V9 Z3 r% 训练集――50个样本
P_train = NIR(temp(1:50),: )';
* e, e9 p- x0 a# _T_train = octane(temp(1:50),: )';

% 测试集――10个样本
P_test = NIR(temp(51:end),: )';
T_test = octane(temp(51:end),: )';
6 C6 V2 p9 u) W0 W  i" KN = size(P_test,2);
2 p1 V% k1 j; w, Z) I5 V# I; n
%% III. 数据归一化
%%
% 1. 训练集
[Pn_train,inputps] = mapminmax(P_train);
4 J1 S+ r( A" {- d! b- U! u" ]Pn_test = mapminmax('apply',P_test,inputps);
% J  e* \  j+ l: O( H; p3 C%%
2 e8 E4 Y# ?. u" i* ?% 2. 测试集
% O7 \0 v) J. Z5 b[Tn_train,outputps] = mapminmax(T_train);
Tn_test = mapminmax('apply',T_test,outputps);
' R9 [, z) Z( Q0 G3 s( j
9 T% [6 w  x4 g& L
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：

$ B+ v6 H! `8 D% D. p

" S. F% K8 Q6 P$ l9 p先选择Import，根据图示导入我们要的数据：

+ B+ R+ _0 Z/ k' t$ C

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：


5 s" ~: K" m9 _6 P2 V* l" J: L
create之后我们就可以得到这个神经网络了：
3 K: x3 ^" X1 ]+ }
8 j) ^( u2 H, Z/ I, F) t

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。
- R3 @7 L6 p, l
+ H, {5 _! u# x0 R# u" j2 {# {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。
: N2 u3 [- s. p5 Q  ]+ h  ~, k
* x# q* H3 [9 _  v
* |( i  |9 X9 M- K
5 C( z4 H4 x3 Z' n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：
6 |% \9 \! q, g5 A# c3 G+ g
1 ^  i$ R  c3 Q. j$ ?5 W
/ y% a0 A% M# x
1 x5 i# a/ ?, `- n仿真结束后，可以查看结果了：
) H0 u7 o& f. ]* X& I0 l


% f" X$ B; `" ~/ B接下来你看工作区就能找到结果已经导出了。

" H8 X- s; {& i: f) l! n这个例子中，我输入一个这样的命令来更方便地查看结果：

) }! u( v! K; d1 ^5 e* o[Tn_test' network1_outputs' network1_errors']



这就是一个简单操作流程了。
0 p# |+ f) H7 @
- m4 A6 r; S4 i/ W* g8 M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。
1 D  g7 ?& w6 C" x& f
小伙伴们动手试一试吧！


' x! Z  ?3 q! k' ^9 X" z
7 O. R) D% t4 P
$ V$ e. z0 n# A. K+ ?0 P8 _7 c5 [" K
! c1 B6 }( C3 S/ T3 [

kekek

很实用