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
