PSO神经网络分类(MATLAB/SIMULINK源码分享)
此代码获取包含数据和标签的分类数据输入,并将其存储到“netdata”中。
数据由6个类别的300个样本组成,包括40个特征。
您可以提取特征并将其标记为受监督的模型。
这些特征是从小物体图像中提取的SURF特征。
目前,该系统是粒子群算法和典型浅层神经网络的结合。
神经网络本身构成了系统的初始结构或主体,但PSO在训练中对神经元加权,这正是进化算法的真正优势。
最后,将结果与SVM、KNN和TREE分类算法作为混淆矩阵和最终识别精度进行比较。
“NH”(隐藏层数)、“SwarmSize”和“MaxIteration”三个重要参数对系统性能有显著影响。
因此,为了获得期望的结果,您应该根据您的数据使用这些参数。
这里唯一的缺点是标记是手动完成的,此代码可以扩展为使用其他进化算法(如GA或DE)进行训练。
ID:9230690895121950