www.gusucode.com > MATLAB+神经网络30个案例分析》程序和数据 > 源程序/案例22 LVQ神经网络的预测——人脸朝向识别/chapter22_bp.m
%% BP神经网络的预测——人脸识别 % % <html> % <table border="0" width="600px" id="table1"> <tr> <td><b><font size="2">该案例作者申明:</font></b></td> </tr> <tr> <td><span class="comment"><font size="2">1:本人长期驻扎在此<a target="_blank" href="http://www.ilovematlab.cn/forum-158-1.html"><font color="#0000FF">板块</font></a>里,对<a target="_blank" href="http://www.ilovematlab.cn/thread-49221-1-1.html"><font color="#0000FF">该案例</font></a>提问,做到有问必答。</font></span></td></tr><tr> <td><span class="comment"><font size="2">2:此案例有配套的教学视频,配套的完整可运行Matlab程序。</font></span></td> </tr> <tr> <td><span class="comment"><font size="2"> 3:以下内容为该案例的部分内容(约占该案例完整内容的1/10)。</font></span></td> </tr> <tr> <td><span class="comment"><font size="2"> 4:此案例为原创案例,转载请注明出处(<a target="_blank" href="http://www.ilovematlab.cn/">Matlab中文论坛</a>,<a target="_blank" href="http://www.ilovematlab.cn/forum-158-1.html">《Matlab神经网络30个案例分析》</a>)。</font></span></td> </tr> <tr> <td><span class="comment"><font size="2"> 5:若此案例碰巧与您的研究有关联,我们欢迎您提意见,要求等,我们考虑后可以加在案例里。</font></span></td> </tr> <tr> <td><span class="comment"><font size="2"> 6:您看到的以下内容为初稿,书籍的实际内容可能有少许出入,以书籍实际发行内容为准。</font></span></td> </tr><tr> <td><span class="comment"><font size="2"> 7:此书其他常见问题、预定方式等,<a target="_blank" href="http://www.ilovematlab.cn/thread-47939-1-1.html">请点击这里</a>。</font></span></td> </tr></table> % </html> % web browser http://www.ilovematlab.cn/thread-61927-1-1.html %% 清除环境变量 clear all clc; %% 人脸特征向量提取 % 人数 M=10; % 人脸朝向类别数 N=5; % 特征向量提取 pixel_value=feature_extraction(M,N); %% 训练集/测试集产生 % 产生图像序号的随机序列 rand_label=randperm(M*N); % 人脸朝向标号 direction_label=[1 0 0;1 1 0;0 1 0;0 1 1;0 0 1]; % 训练集 train_label=rand_label(1:30); P_train=pixel_value(train_label,:)'; dtrain_label=train_label-floor(train_label/N)*N; dtrain_label(dtrain_label==0)=N; T_train=direction_label(dtrain_label,:)'; % 测试集 test_label=rand_label(31:end); P_test=pixel_value(test_label,:)'; dtest_label=test_label-floor(test_label/N)*N; dtest_label(dtest_label==0)=N; T_test=direction_label(dtest_label,:)' %% 创建BP网络 net=newff(minmax(P_train),[10,3],{'tansig','purelin'},'trainlm'); % 设置训练参数 net.trainParam.epochs=1000; net.trainParam.show=10; net.trainParam.goal=1e-3; net.trainParam.lr=0.1; %% 网络训练 net=train(net,P_train,T_train); %% 仿真测试 T_sim=sim(net,P_test); for i=1:3 for j=1:20 if T_sim(i,j)<0.5 T_sim(i,j)=0; else T_sim(i,j)=1; end end end T_sim T_test web browser http://www.ilovematlab.cn/thread-61927-1-1.html %% % % <html> % <table align="center" > <tr> <td align="center"><font size="2">版权所有:</font><a % href="http://www.ilovematlab.cn/">Matlab中文论坛</a> <script % src="http://s3.cnzz.com/stat.php?id=971931&web_id=971931&show=pic" language="JavaScript" ></script> </td> </tr></table> % </html> %