# PSO-Classification-Algorithm
PSO 神经网络分类
此代码获取用于分类的数据输入,其中包含数据和标签并将其存储到“netdata”中。
数据由 6 个 300 个样本组成,包含 40 个特征的类。 你可以提取你的特征和将其标记为监督模型。 这些特征提取自 SURF小物体图像的特征。
现在,System 是 PSO 和典型的浅层神经网络的结合。 神经网络本身构成了系统的初始结构或主体,但 PSO 有责任在训练中对神经元进行加权,这就是进化算法的真正力量。 最后将结果与SVM、KNN、TREE分类算法作为混淆矩阵和最终识别准确率进行比较。
“NH”(隐藏数)、“SwarmSize”和“MaxIteration”这三个重要参数会显着影响系统的性能。
因此,为了获得理想的结果,您应该根据您的数据使用这些参数。
这里唯一的缺点是标签是手动完成的,你可以很容易地自己修复它,但这是在训练的主要阶段之后。
可以扩展此代码以使用其他进化算法(例如 GA 或 DE)进行训练。
![PSO Classification Algorithm](https://user-images.githubusercontent.com/11339420/147828020-78672c9d-8ac2-4175-b4e5-277af543483e.JPG)
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
基于PSO-NN、SVM、KNN、DT的多特征数据分类预测,二分类及多分类(Matlab完整程序和数据) 基于PSO-NN、SVM、KNN、DT的多特征数据分类预测,二分类及多分类(Matlab完整程序和数据) 此代码获取用于分类的数据输入。 数据由 6 个 300 个样本组成,包含 40 个特征的类。 你可以提取你的特征和将其标记为监督模型。 现在,System 是 PSO 和典型的浅层神经网络的结合。 神经网络本身构成了系统的初始结构或主体,但 PSO 有责任在训练中对神经元进行加权,这就是进化算法的真正力量。 最后将结果与SVM、KNN、TREE分类算法作为混淆矩阵和最终识别准确率进行比较。 “NH”(隐藏数)、“SwarmSize”和“MaxIteration”这三个重要参数会显着影响系统的性能。 因此,为了获得理想的结果,您应该根据您的数据使用这些参数。 这里唯一的缺点是标签是手动完成的,你可以很容易地自己修复它,但这是在训练的主要阶段之后。
资源推荐
资源详情
资源评论
收起资源包目录
code.zip (8个子文件)
kq530gabor.mat 394KB
main.m 6KB
dataface2.mat 179KB
NNCost.m 252B
fortest2.mat 28KB
NetConstruct.m 661B
README.md 1KB
TrainPSO.m 3KB
共 8 条
- 1
资源评论
- 2401_840949292024-04-16发现一个宝藏资源,资源有很高的参考价值,赶紧学起来~
前程算法屋
- 粉丝: 4155
- 资源: 710
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