https://blog.csdn.net/gavinlyy/article/details/8302814
https://blog.csdn.net/u011314012/article/details/51191006
%神经网络:
%随机生成1000个二维向量,作为样本,并绘出其分布
P = rands(2,1000);
plot(P(1,:),P(2,:),'+r')
title('初始随机样本点分布');
xlabel('P(1)');
ylabel('P(2)');
%建立网络,得到初始权值
net=newsom([0 1; 0 1],[5 6]);
w1_init=net.iw{1,1}
%绘出初始权值分布图
figure;
plotsom(w1_init,net.layers{1}.distances)
%分别对不同的步长,训练网络,绘出相应的权值分布图
for i=10:30:100
net.trainParam.epochs=i;
net=train(net,P);
figure;
plotsom(net.iw{1,1},net.layers{1}.distances)
end
%对于训练好的网络,选择特定的输入向量,得到网络的输出结果
p=[0.5;0.3];
a=0;
a = sim(net,p)
%SOM神经网络
clc, clear;
pp = xlsread('E:\a-建模\第六轮\附件4副本.xlsx', 'A1:E4961');
P = pp'; %一横行表示一组属性数据
%生成一个som网络
net = newsom(minmax(P), [6 6]);
%训练次数
net.trainparam.epochs = 1;
%训练网格和查看分类
net=train(net,P);
y = sim(net, P);
yc(7,:) = vec2ind(y);
% hold on
plotsom(net.iw{1,1},net.layers{1}.distances)
yc
% hold off
%%网格作分类的预测
%测试样本输入
t = P;
%sim()来做网格仿真
r = sim(net, t);
%变换函数 将单值向量转变成下标向量
rr = vec2ind(r) %得到每个组数据在那个格子里面
fenlei_4 = rr'
save fenlei_4;%找出分类和对应的值:
ct = zeros(36);
%正常样本类
% zhengchan = [7 8 13 14 15 19 20 21 25 26 27 28 31 32 33 34];
%找出分类点:% dian = []; %存放需要剔除的类别编号
% dian = [1 2 3 7 8 9 13 14 19 20];
dian = [1 2 3 7 8 13 14];
% [zn, zlen] = size(zhengchan);
% cz = 0;
% bj = zeros(1,36); %1表示正常,0表示需要剔除的类别
% for i = 1:zlen
% bj(zhengchan(i)) = 1; %标记正常
% end
% cct = 0;
% for i = 1:36
% if bj(i) == 0 %需要剔除的
% cct = cct + 1;
% dian(cct) = i;
% end
% end%统计
[n,len] = size(dian);
for i = 1:4961
for j = 1:len
if fenlei_4(i) == dian(j)
ct(j) = ct(j) + 1;
bianhao(j, ct(j)) = i;
end
end
end
zongshu = sum(sum(ct)) %总数%剔除数据:
%需要剔除的标号:
len2 = 4961;
tichu = zeros(1,len2);
for i=1:10 %bianhao的行数
for j = 1:360 %提出类中最多数据个数,bianhao的列数
if bianhao(i,j) > 0
tichu(bianhao(i,j)) = 1;
end
end
end
tichuhouP = []; %存放剔除后的数据
myct = 0;
for i=1:len2
if tichu(i) == 0 %只取正常数据
myct = myct + 1;
tichuhouP(:,myct) = P(:,i);
end
end%画图:
%剔除前:
% plot(P(1,:)', '-r');
hold on;
% plot(P(2,:)', '-b');
plot(P(3,:)', '-g');
% plot(P(4,:)', '-k');
% plot(P(5,:)', '-y');
% plot(P(6,:)', '-c');
% plot(P(7,:)', '-m');
xlabel('序号');
ylabel('测量值');
title('附件四原始数据');%剔除后:
% plot(tichuhouP(1,:)', '-k');
% plot(tichuhouP(2,:)', '-g');
plot(tichuhouP(3,:)', '-m');
xlabel('序号');
ylabel('测量值');
title('附件四去异常后数据');yst2 = tichuhouP';hold on;
for i = 1:5
plot(P(i,:)');
end
xlabel('序号');
ylabel('测量值');
title('一次风机部分检测数据');