clc;
clear;
close all;
warning off;
addpath(genpath(pwd));
X1=rand(100,2048);
X2=20*rand(100,2048); %%%生成两类幅值不同的随机序列,作为两类待分类样本
Xtrain1=[X1;X2];
for i=1:1:200
for j=1:1:2048
Xtrain(1,j,1,i)=Xtrain1(i,j);%%输入数据维度转化
end
end
y1=zeros(100,1);
y2=ones(100,1);
ytrain=[y1;y2];
ytrain=categorical(ytrain);%%函数包要求标签类型是categorical
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
layers = [ ...
imageInputLayer([1 2048 1])%%2D-CNN
convolution2dLayer([1,2],4)
reluLayer
maxPooling2dLayer([1 2],'Stride',2)
convolution2dLayer([1,2],4)
reluLayer
maxPooling2dLayer([1 2],'Stride',2)
fullyConnectedLayer(2)
softmaxLayer
classificationLayer];
options = trainingOptions('sgdm', ...
'MaxEpochs',100,...
'InitialLearnRate',1e-4, ...%%训练参数
'Verbose',false, ...
'Plots','training-progress');
net = trainNetwork(Xtrain,ytrain,layers,options);%网络训练
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
X10=rand(100,2048);
X20=20*rand(100,2048);
Xtest1=[X10;X20];
for ii=1:1:200
for jj=1:1:2048
Xtest(1,jj,1,ii)=Xtest1(ii,jj);%%输入数据维度转化
end
end
y10=zeros(100,1);
y20=ones(100,1);
ytest1=[y10;y20];
ytest=categorical(ytest1);%%函数包要求标签类型是categorical
YPred = classify(net,Xtest);%%网络测试
YPred1 =double(YPred);%%转化为可显示的标签
accuracy = sum(YPred == ytest)/numel(ytest)
没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
收起资源包目录
matlab_(含教程)CNN卷积神经网络训练和测试matlab仿真.7z (3个子文件)
matlab_(含教程)CNN卷积神经网络训练和测试matlab仿真
卷积神经网络Matlab实现
CNN_matlab.m 2KB
图示.jpg 122KB
教程.avi 8.42MB
共 3 条
- 1
资源评论
mYlEaVeiSmVp
- 粉丝: 1919
- 资源: 19万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功