# -*- coding: utf-8 -*-
"""
Created on Sun Aug 18 19:33:52 2019
深度极限学习机(多层极限学习机,ML-ELM的python实现),有需要的加q讨论
@author: KLY qq392503054
"""
import numpy as np
from deep_elm import *
# In[]
# Loading in the data
from scipy.io import loadmat
# Loading data
data = loadmat('drivFace600.mat')
x=data['input'].astype(np.float32)
yy=data['output']
y=np.zeros([600,4],np.float64)
for i in range(600):
y[i,yy[i]-1]=1
T=np.copy(y)
np.random.seed( 0 )
# divide data set
a=np.argsort(np.random.rand(1,600))
trX=x[a[0][:400]]
trY=T[a[0][:400]]
teX=x[a[0][400:600]]
teY=T[a[0][400:600]]
ELM_AE_hidden_sizes = [100,50, 30] # create 2 ELM_AE, the DELM would be 6400-500-200-50-4
# Since we are training, set input as training data
inpX = trX
# Create list to hold our elm_aes
elm_ae_list = []
# Size of inputs is the number of inputs in the training set
input_size = inpX.shape[1]
# For each RBM we want to generate
for i, size in enumerate(ELM_AE_hidden_sizes):
print('Structure of the',i+1,'ELM_AE: ', ' ', input_size, '->', size)
elm_ae_list.append(ELM_AE(input_size, size)) #construct elm-ae class
input_size = size
a=0
# For each RBM in our list
for elm_ae in elm_ae_list:
a+=1
# Train a new one
elm_ae.ELM_AE_train(inpX) #train each elm_ae one by one
# Return the output layer
inpX = elm_ae.elm_hidden_outpt(inpX)#the input vetor of next elm_ae are equal to the output vetor of last elm_ae
print('Train the',a,'ELM_AE--done')
# In[] 堆栈DELM 并训练 输出层
Net = DELM(ELM_AE_hidden_sizes, trX, trY) #创建delm
Net.load_from_elm_aes(ELM_AE_hidden_sizes, elm_ae_list)#将训练好的elm_ae的权重赋给delm
Net.train()#train delm
output=Net.predict(teX)
output_label=np.argmax(output,axis=1)
true_label=np.argmax(teY,axis=1)
# accuracy
print('Accuracy of test sets is:',np.sum(output_label==true_label)/len(true_label)*100,'%')
没有合适的资源?快使用搜索试试~ 我知道了~
深度极限学习机_多层极限学习机_ML-ELM_模式识别_matlab源码
共4个文件
png:2个
mat:1个
py:1个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
5星 · 超过95%的资源 6 下载量 131 浏览量
2022-03-19
22:04:10
上传
评论
收藏 6.61MB RAR 举报
温馨提示
【达摩老生出品,必属精品,亲测校正,质量保证】 资源名:深度极限学习机_多层极限学习机_ML-ELM_模式识别_matlab源码 资源类型:matlab项目全套源码 源码说明: 全部项目源码都是经过测试校正后百分百成功运行的,如果您下载后不能运行可联系我进行指导或者更换。 适合人群:新手及有一定经验的开发人员
资源推荐
资源详情
资源评论
收起资源包目录
深度极限学习机_多层极限学习机_ML-ELM_模式识别_matlab源码.rar (4个子文件)
deep_extreme_learning_machine.py 2KB
3层.png 7KB
drivFace600.mat 6.82MB
2层.png 6KB
共 4 条
- 1
阿里matlab建模师
- 粉丝: 3223
- 资源: 2782
下载权益
C知道特权
VIP文章
课程特权
开通VIP
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
- 1
- 2
前往页