资源简介

极限学习机elm的神经网络模型的源代码和实例

资源截图

代码片段和文件信息

function Y = elmpredict(PIWBLWTFTYPE)
% ELMPREDICT Simulate a Extreme Learning Machine
% Syntax
% Y = elmtrain(PIWBLWTFTYPE)
% Description
% Input
% P   - Input Matrix of Training Set  (R*Q)
% IW  - Input Weight Matrix (N*R)
% B   - Bias Matrix  (N*1)
% LW  - layer Weight Matrix (N*S)
% TF  - Transfer Function:
%       ‘sig‘ for Sigmoidal function (default)
%       ‘sin‘ for Sine function
%       ‘hardlim‘ for Hardlim function
% TYPE - Regression (0default) or Classification (1)
% Output
% Y   - Simulate Output Matrix (S*Q)
% Example
% Regression:
% [IWBLWTFTYPE] = elmtrain(PT20‘sig‘0)
% Y = elmtrain(PIWBLWTFTYPE)
% Classification
% [IWBLWTFTYPE] = elmtrain(PT20‘sig‘1)
% Y = elmtrain(PIWBLWTFTYPE)
% See also ELMTRAIN
% Yu Lei11-7-2010
% Copyright www.matlabsky.com
% $Revision:1.0 $
if nargin < 6
    error(‘ELM:Arguments‘‘Not enough input arguments.‘);
end
% Calculate the layer Output Matrix H
Q = size(P2);
BiasMatrix = repmat(B1Q);
tempH = IW * P + BiasMatrix;
switch TF
    case ‘sig‘
        H = 1 ./ (1 + exp(-tempH));
    case ‘sin‘
        H = sin(tempH);
    case ‘hardlim‘
        H = hardlim(tempH);
end
% Calculate the Simulate Output
Y = (H‘ * LW)‘;
if TYPE == 1
    temp_Y = zeros(size(Y));
    for i = 1:size(Y2)
        [max_Yindex] = max(Y(:i));
        temp_Y(indexi) = 1;
    end
    Y = vec2ind(temp_Y); 
end
       
    

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2013-03-10 18:35  chapter30\
     文件        1454  2010-11-07 15:22  chapter30\elmpredict.m
     文件        1752  2010-11-07 15:23  chapter30\elmtrain.m
     文件        1105  2010-10-17 14:51  chapter30\iris_data.mat
     文件        4313  2010-11-30 21:12  chapter30\main.m
     文件      171497  2010-10-14 20:24  chapter30\spectra_data.mat

评论

共有 条评论