pso-SVM的MATLAB程序

%% 清空环境变量
function chapter_PSO
close all;
clear;
clc;
format compact;
%% 数据提取
%wine=xlsread（‘C:\Users\Administrator\Desktop\聚类1.xlsx‘‘A1:D649‘）
%wine_labels=xlsread（‘C:\Users\Administrator\Desktop\聚类1.xlsx‘‘E1:E649‘）

%train_wine = [wine（1:200:）;wine（249:290:）;wine（305:380:）;wine（392:590:）;wine（635:645:）];
%train_wine_labels = [wine_labels（1:200）;wine_labels（249:290）;wine_labels（305:380）;wine_labels（392:590:）;wine_labels（635:645:）];
%test_wine = [wine（201:248:）;wine（291:304:）;wine（381:391:）;wine（591:634:）;wine（646:649:）];
%test_wine_labels = [wine_labels（201:248）;wine_labels（291:304）;wine_labels（381:391）;wine_labels（591:634）;wine_labels（646:649）];
%wine=xlsread（‘C:\Users\Administrator\Desktop\新处理3聚类升序.xlsx‘‘E1:G1650‘）
%wine_labels=xlsread（‘C:\Users\Administrator\Desktop\新处理3聚类升序.xlsx‘‘H1:H1650‘）
wine=xlsread（‘C:\Users\Administrator\Desktop\归一化\pso.xlsx‘‘A1:D150200‘）
wine_labels=xlsread（‘C:\Users\Administrator\Desktop\归一化\pso.xlsx‘‘E1:E150200‘）

train_wine = [wine（1:1000:）;wine（100001:101000:）;wine（144500:145000:）;wine（149650:150150:）];
train_wine_labels = [wine_labels（1:1000）;wine_labels（100001:101000）;wine_labels（144500:145000:）;wine_labels（149650:150150:）];
test_wine = [wine（1001:1050:）;wine（101001:101050:）;wine（145001:145050:）;wine（150150:150200:）];
test_wine_labels = [wine_labels（1001:1050）;wine_labels（101001:101050）;wine_labels（145001:145050）;wine_labels（150150:150200）];

%train_wine = [wine（1:20000:）;wine（10000:110000:）;wine（141000:143000:）;wine（148000:150000:）];
%train_wine_labels = [wine_labels（1:20000）;wine_labels（10000:110000）;wine_labels（141000:143000:）;wine_labels（148000:150000:）];
%test_wine = [wine（20001:22000:）;wine（110001:111000:）;wine（143001:143100:）;wine（150001:150200:）];
%test_wine_labels = [wine_labels（20001:22000）;wine_labels（110001:111000）;wine_labels（143001:143100）;wine_labels（150001:150200）];
%train_wine = [wine（1:500:）;wine（551:1050:）;wine（1111:1600:）;wine（1651:2150:）];
%train_wine_labels = [wine_labels（1:500）;wine_labels（551:1050）;wine_labels（1111:1600:）;wine_labels（1651:2150:）];
%test_wine = [wine（501:550:）;wine（1051:1100:）;wine（1601:1650:）;wine（2151:2200:）];
%test_wine_labels = [wine_labels（501:550）;wine_labels（1051:1100）;wine_labels（2151:2200）];

%% 数据预处理
% 数据预处理将训练集和测试集归一化到[01]区间

[mtrainntrain] = size（train_wine）;
[mtestntest] = size（test_wine）;

dataset = [train_wine;test_wine];
% mapminmax为MATLAB自带的归一化函数
[dataset_scaleps] = mapminmax（dataset‘01）;
dataset_scale = dataset_scale‘;

train_wine = dataset_scale（1:mtrain:）;
test_wine = dataset_scale（ （mtrain+1）:（mtrain+mtest）: ）;
%% 选择最佳的SVM参数c&g

[bestaccbestcbestg] = psoSVMcgForClass（train_wine_labelstrain_wine）;

% 打印选择结果
disp（‘打印选择结果‘）;
str = sprintf（ ‘Best Cross Validation Accuracy = %g%% Best c = %g Best g = %g‘bestaccbestcbestg）;
%str = sprintf（ ‘Best c = %g Best g = %g‘bestcbestg）;
disp（str）;

%% 利用最佳的参数进行SVM网络训练
cmd = [‘-c ‘num2str（bestc）‘