冰冰点灯,照亮我家门前~
欢迎进入nnetinfo
用户名:
密码:
深圳学习数据分析,数据挖掘,请联系yahushuxue@163.com~
nnetinfo : 本网发布神经网络相关的学习与研讨内容。
当前位置:教学区
概率神经网络(matlab工具箱)
作者:梁小h   日期:2015-10-28 10:32:05.0

====  <文档仅供查阅和简单了解,深入了解请关注神经网络之家发布的___神经网络教学视频___>   ===

       今天来讲一下matlab工具箱里的概率神经网络newpnn怎么使用。

       概率神经网络也是径向基的一种,只不过它是从概率的眼光看待输入输出的关系。它主要用于模式识别。

它的隐节点数也与输入个数相等。预测一个新输入的输出时,它会计算新样本属于训练样本中每一类的概率

(这个概率服从正态分布),最后选择概率最大的作为判定的样本。

       因为概率函数是高斯函数,所以它也属于径向基神经网络的一种。它的数学表达式上与广义回归神经网

络有一定的相似度,只不过广义回归神经网络用于数值的输出,而概率神经网络用是标签输出。

       下面翻译matlab的doc文档给大家,以供深入了解怎么在matlab里使用广义神经网络newpnn(为方

便大家理解,本人作了些少改动)。

newpnn


语法:
net = newpnn(P,T,spread)


说明:
概率神经网络(PNN)是一种径向基神经网络,适用于解决分类问题。

net = newpnn(P,T,spread) 需要2或3个入参。

参数 说明
P R行Q列的输入矩阵,R个输入变量,Q个样本。
T  S行Q列的目标输出矩阵,S个输出变量,Q个样本。
spread 径向基函数的扩展系数(默认=1.0)

      返回一个新的概率神经网络

      如果spread 近似于0,那么网络的表现为一个最邻近分类器。随着spread 变大,网络会考虑几个邻近的

样本。(If spread is near zero, the network acts as a nearest neighbor classifier. As spread becomes

larger, the designed network takes into account several nearby design vectors.)

 

例子:
以下是一个由输入集P与类标Tc定义的分类问题:


P = [1 2 3 4 5 6 7];
Tc = [1 2 3 2 2 3 1];

将类标转换为目标向量,设计一个PNN神经网络,并测试:


T = ind2vec(Tc)
net = newpnn(P,T);
Y = sim(net,P)
Yc = vec2ind(Y)

 

==============<原创文章,转载请说明来自神经网络之家www.nnetinfo.com>     =========