首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >神经网络2输入和5类分类的学习矢量量化( LVQ )码的建立

神经网络2输入和5类分类的学习矢量量化( LVQ )码的建立
EN

Stack Overflow用户
提问于 2014-07-17 00:11:28
回答 1查看 3.1K关注 0票数 1

我必须像这样在matlab中得到一个示例源代码

代码语言:javascript
复制
P = [-3 -2 -2  0  0  0  0 +2 +2 +3; ...
  0 +1 -1 +2 +1 -1 -2 +1 -1  0];
Tc = [2 2 2 1 1 1 1 2 2 2];
T = ind2vec(Tc);
net = newlvq(minmax(P),4,[.6 .4]);
net = train(net,P,T);
net.IW{1,1}
Y = sim(net,P)
Yc = vec2ind(Y)

正如我们看到的使用两类分类的例子,那么现在我想做一个5类分类,但是仍然使用2输入?如何调用metod网= newlvq (PR,S1,PC,LR,LF)请帮助我完成论文。

EN

回答 1

Stack Overflow用户

发布于 2017-04-25 16:41:08

也许你应该清楚地说明你的问题。据我所知,您想要五种原型,但有几种解释:

  1. 它可以是每一个类一个原型,其中您需要在标签存储中有五个不同的类标签。
  2. 如果您有两个类标签,但希望使用多个原型来表示每个类,则必须自己设计LVQ。
  3. 你提到的2输入是什么?如果是培训数据,我看不出在有五个不同的类标签时使用两个样本数据的意义。对于您的信息,您不需要复杂的算法来对两个数据进行分类,这称为比较!
  4. 这个选项实际上是有意义的。如果您正在查看一个五维的培训数据。在这种情况下,我建议您研究高斯分布或集群。
票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/24792894

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档