BP神经网络识别性别
时间:2022-04-28
本文章向大家介绍BP神经网络识别性别,主要内容包括1. 数据读入、3. 完整的matlab代码、基本概念、基础应用、原理机制和需要注意的事项等,并结合实例形式分析了其使用技巧,希望通过本文能帮助到大家理解应用这部分内容。
1. 数据读入
function [ data,label ] = getdata( xlsfile )
% [data,label]=getdata('sex.xls')
% 在sex.xls中读入身高和体重
[~,label]=xlsread(xlsfile,'sheet1','B2:B361');
size(label)
[height,~]=xlsread(xlsfile,'sheet1','C2:C361');
[weight,~]=xlsread(xlsfile,'sheet1','D2:D361');
data=[height,weight];
l=zeros(size(label));
for i=1:length(l)
if strcmp(label{i},'boy')
% if label{i} == 'boy'
l(i)=1;
end
end
label = l;
end
2.划分训练数据与测试数据
function [ traind,trainl,testd,testl ] = divide( data,label )
% [data,label]=getdata('sex.xls');
% 男女各取30个进行训练
TRAIN_NUM_M =30;
TRAIN_NUM_F=30;
% 男女分开
m_data=data(label==1,:);
f_data=data(label==0,:);
NUM_M=length(m_data);%男生的个数
r=randperm(NUM_M);
traind(1:TRAIN_NUM_M,:) = m_data(r(1:TRAIN_NUM_M),:);
testd(1:NUM_M-TRAIN_NUM_M,:)=m_data(r(TRAIN_NUM_M+1:NUM_M),:);
NUM_F=length(f_data);%女生的个数
r=randperm(NUM_F);
traind(TRAIN_NUM_M+1:TRAIN_NUM_M+TRAIN_NUM_F,:) = f_data(r(1:TRAIN_NUM_F),:);
testd(NUM_M-TRAIN_NUM_M+1:NUM_M-TRAIN_NUM_M+NUM_F-TRAIN_NUM_F,:)=f_data(r(TRAIN_NUM_F+1:NUM_F),:);
trainl=zeros(1,TRAIN_NUM_M+TRAIN_NUM_F);
trainl(1:TRAIN_NUM_M)=1;
testl=zeros(1,NUM_M+NUM_F-TRAIN_NUM_M-TRAIN_NUM_F);
testl(1:NUM_M-TRAIN_NUM_M)=1;
end
3. 完整的matlab代码
clear all;
xlsfile='sex.xls';
[data,label]=getdata(xlsfile);
[traind,trainl,testd,testl]=divide(data,label);
% 设置参数
rng('default')
rng(0)
nTrainNum=60;%60个训练样本
nSampDim=2;%样本是二维的
% 构造网络
net.nIn=2;
net.nHidden=3;%3个隐含节点
net.nOut=1;
w1=2*(rand(net.nHidden,net.nIn)-1/2);
b1=2*(rand(net.nHidden,1)-1/2);
net.w1=[w1,b1];
W=2*(rand(net.nOut,net.nHidden)-1/2);
B=2*(rand(net.nOut,1)-1/2);
net.w2=[W,B];
% 训练数据归一化
mm=mean(traind);
% 均值平移
for i=1:2
traind_s(:,i)=traind(:,i)-mm(i);
end
% 方差标准化
ml(1)=std(traind_s(:,1));
ml(2)=std(traind_s(:,2));
for i=1:2
traind_s(:,i)=traind(:,i)/ml(1);
end
% 训练
SampInEx=[traind_s';ones(1,nTrainNum)];
expectedOut=trainl;
eb=0.01;
eta=0.6;
mc=0.8;
maxiter=2000;
iteration=0;
errRec=zeros(1,maxiter);
outRec=zeros(nTrainNum,maxiter);
NET=[];
% 开始迭代
for i=1:maxiter
hid_input=net.w1*SampInEx;
hid_out=logsig(hid_input);
ou_input1=[hid_out;ones(1,nTrainNum)];
ou_input2=net.w2*ou_input1;
out_out=logsig(ou_input2);
outRec(:,i)=out_out';%记录每次迭代输出
err=expectedOut-out_out;%误差
sse=sumsqr(err);
errRec(i)=sse;
fprintf('第%d次迭代 误差: %fn',i,sse);
iteration=iteration+1;
%判断是否收敛
if sse<=eb
break;
end
%误差反向传播
%隐含层与输出层之间的局部梯度
delta2=err.*dlogsig(ou_input2,out_out);
%输入层与隐含层之间的局部梯度
delta1=net.w2(:,1:end-1)'*delta2.*dlogsig(hid_input,hid_out);
%权值修改量
dwex2=delta2*ou_input1';
dwex1=delta1*SampInEx';
%修改权值,如果不是第一次修改,则使用动量因子
if i == 1
net.w2=net.w2+eta*dwex2;
net.w1=net.w1+eta*dwex1;
else
net.w2=net.w2+(1-mc)*eta*dwex2+mc*dwexold2;
net.w1=net.w1+(1-mc)*eta*dwex1;+mc*dwexold1;
end
% 记录上一次的权值修改量
dwexold2=dwex2;
dwexold1=dwex1;
end
% 测试数据归一化
for i=1:2
testd_s(:,i)=testd(:,i)-mm(i);
end
for i=1:2
testd_s(:,i)=testd(:,i)/mm(i);
end
% 计算测试输出
InEx=[testd_s';ones(1,360-nTrainNum)];
hid_input=net.w1*InEx;
hid_out=logsig(hid_input);
ou_input1=[hid_out;ones(1,360-nTrainNum)];
ou_input2=net.w2*ou_input1;
out_out=logsig(ou_input2);
out_out1=out_out;
%取整
out_out(out_out<0.5)=0;
out_out(out_out>=0.5)=1;
%正确率
rate=sum(out_out==testl)/length(out_out);
% 显示训练样本
train_m=traind(trainl==1,:);
train_m=train_m';
train_f=traind(trainl==0,:);
train_f=train_f';
figure(1)
plot(train_m(1,:),train_m(2,:),'bo');
hold on;
plot(train_f(1,:),train_f(2,:),'r*');
- 第五章:Shiro的授权(Authorization)——深入浅出学Shiro细粒度权限开发框架
- 第六章:Shiro的Realms——深入浅出学Shiro细粒度权限开发框架
- 第八章:Shiro和Spring的集成——深入浅出学Shiro细粒度权限开发框架
- 第九章:Shiro的Web——深入浅出学Shiro细粒度权限开发框架
- 第十章:Shiro的Cache——深入浅出学Shiro细粒度权限开发框架
- Appboy基于MongoDB的数据密集型实践
- 微信企业号登录授权Java实现获取员工userid根据userid换openid
- 微信支付-微信红包Java版本
- Universe入门
- 分享一款值得分享的写作工具
- 微信二次开发Java自定义菜单事件实现
- 微信OAuth授权获取用户OpenId-JAVA(个人经验)
- 【手写文字识别】-JavaAPI示例代码
- 【Python3-API】情感倾向分析示例代码
- JavaScript 教程
- JavaScript 编辑工具
- JavaScript 与HTML
- JavaScript 与Java
- JavaScript 数据结构
- JavaScript 基本数据类型
- JavaScript 特殊数据类型
- JavaScript 运算符
- JavaScript typeof 运算符
- JavaScript 表达式
- JavaScript 类型转换
- JavaScript 基本语法
- JavaScript 注释
- Javascript 基本处理流程
- Javascript 选择结构
- Javascript if 语句
- Javascript if 语句的嵌套
- Javascript switch 语句
- Javascript 循环结构
- Javascript 循环结构实例
- Javascript 跳转语句
- Javascript 控制语句总结
- Javascript 函数介绍
- Javascript 函数的定义
- Javascript 函数调用
- Javascript 几种特殊的函数
- JavaScript 内置函数简介
- Javascript eval() 函数
- Javascript isFinite() 函数
- Javascript isNaN() 函数
- parseInt() 与 parseFloat()
- escape() 与 unescape()
- Javascript 字符串介绍
- Javascript length属性
- javascript 字符串函数
- Javascript 日期对象简介
- Javascript 日期对象用途
- Date 对象属性和方法
- Javascript 数组是什么
- Javascript 创建数组
- Javascript 数组赋值与取值
- Javascript 数组属性和方法
- Java8异步编程就是拽
- 如果try{}里面有一个return语句,那么紧跟着这个try后的finally{}里面的代码会不会执行?
- 二叉查找树代码java+运行结果
- 全选
- 在控制台,递归显示文件夹下所有文件目录代码+ 运行结果
- 使用bootstrap时下拉菜单失效问题解决
- 使用文件字节输出流FileOutputStream写入文件
- jdk1.8 自带的Base64加密与解密
- 缓冲字节输入流BufferedInputStream
- 在页面上写一个验证码
- 缓冲字节输出流BufferedOutputStream
- EL表达式获取简单数据与复杂数据(调用类)+EL表达式获取Map集合与list集合数据
- 用缓冲字节流,复制一个照片
- 09小结:封装结果集或实体类时,有多个对象的解决方法
- 序列化与反序列化Serializable,Externalizable