搜索
人大经济论坛 › 附件下载

附件下载

所在主题：
文件名:  pNN概率神经网络(基于C语言伪码和Matlab代码).pdf
资料下载链接地址: https://bbs.pinggu.org/a-1860986.html
附件大小:
503.36 KB   举报本内容
一个较好的概率神经网络资源算法：[hide][/hide]

1.1首先需要构造归一化函数：

[hide]
  1. #function
  2. #基于高斯核函数
  3. #首先是矩阵的归于化的函数
  4. #模仿matlab的归一化mapminmax函数
  5. #将范围缩小至minNum和maxNum之间
  6. mapminmaxDirect<-function(xData, minNum , maxNum)
  7. {
  8. if(!is.matrix(xData))
  9. {
  10. stop('error input current data')
  11. }

  13. N<-nrow(xData)

  15. #每列的最大最小值
  16. maxX <- matrix(apply(xData,2,max),nrow = 1)

  18. minX <- matrix(apply(xData,2,min),nrow = 1)

  20. #针对x的数据进行转换
  21. maxXMat <- matrix(rep(maxX , N),nrow = N ,byrow = TRUE)
  22. minXMat <- matrix(rep(minX , N),nrow= N , byrow = TRUE)

  24. #转换为新的数据
  25. xTransform <- (maxNum - minNum)/(maxXMat - minXMat)*(xData - minXMat)+
  26. minNum
  27. result<-list()

  29. #返回的结果

  31. result$maxNum<-maxNum
  32. result$minNum <- minNum
  33. result$xTransform <- xTransform
  34. result$minX<-minX
  35. result$maxX <- maxX

  37. return(result)

  39. }
复制代码


[/hide]

随后是反归一化函数

[hide]
  1. #数据进行归一化当然还需要进行反归一化
  2. #反归一化函数
  3. mapminmaxReverse<-function(xData , modelMapminmax)
  4. {
  5. if(!is.list(modelMapminmax))
  6. {
  7. stop('error input data')
  8. }

  10. if (!setequal(c("maxNum","minNum","xTransform","minX","maxX" ),
  11. names(modelMapminmax)))
  12. {
  13. stop('error input data list')
  14. }

  16. N <- nrow(xData)

  18. maxX<-modelMapminmax$maxX
  19. minX<-modelMapminmax$minX
  20. maxNum<-modelMapminmax$maxNum
  21. minNum<-modelMapminmax$minNum

  23. maxXMat <- matrix(rep(maxX , N),nrow = N ,byrow = TRUE)
  24. minXMat <- matrix(rep(minX , N),nrow= N , byrow = TRUE)

  26. preX<-(xData - minNum)/(maxNum - minNum)*(maxXMat - minXMat)+minXMat
  27. return(preX)


  30. }


  33. #数据的重归一化
  34. mapminmaxPre<-function(xData , modelMapminmax)
  35. {
  36. if(!is.list(modelMapminmax))
  37. {
  38. stop('error input data')
  39. }

  41. if (!setequal(c("maxNum","minNum","xTransform","minX","maxX" ),
  42. names(modelMapminmax)))
  43. {
  44. stop('error input data list')
  45. }

  47. maxX<-modelMapminmax$maxX
  48. minX<-modelMapminmax$minX
  49. maxNum<-modelMapminmax$maxNum
  50. minNum<-modelMapminmax$minNum

  52. N<-nrow(xData)

  54. maxXMat <- matrix(rep(maxX , N),nrow = N ,byrow = TRUE)
  55. minXMat <- matrix(rep(minX , N),nrow= N , byrow = TRUE)

  57. #转换为新的数据
  58. xNew <- (maxNum - minNum)/(maxXMat - minXMat)*(xData - minXMat)+
  59. minNum
  60. return(xNew)

  62. }


  65. #归一化函数的检测
  66. xData <- matrix(rnorm(100,mean = 0,sd = 1),nrow = 25)
  67. #-1至1之间的归一化
  68. result<-mapminmaxDirect(xData , -1 ,1)
  69. #反归一化
  70. mapminmaxReverse(result$xTransform , result)
  71. xNewData<-matrix(rnorm(60,mean = 0,sd = 1),nrow = 15)
  72. mapminmaxPre(xNewData , result)
复制代码


[/hide]


1.2 概率神经网络(PNN)源码：
[hide]
  1. #概率神经网络
  2. pnn<-function(xData , classX , testData ,Sigma)
  3. {
  4. if(!is.matrix(xData) || !is.matrix(classX) || !is.matrix(testData))
  5. {
  6. stop('error input current data')
  7. }

  9. if(ncol(xData)!=ncol(testData))
  10. {
  11. stop('error input data')
  12. }

  14. nxData<-nrow(xData)
  15. ntestData<-nrow(testData)

  17. disMatrix<-matrix(0,ntestData , nxData)

  19. #首先将数据进行归一化

  21. minNum <-(-1)
  22. maxNum <- 1

  24. result<-mapminmaxDirect(xData ,minNum , maxNum )
  25. xNewData <- result$xTransform
  26. testNewData<-mapminmaxPre(testData , result)

  28. #首先计算disMatrix
  29. for (i in c(1:ntestData))
  30. {
  31. oneTest<-testNewData[i,,drop = FALSE]
  32. oneTestMat <- matrix(rep(oneTest , nxData),nrow = nxData , byrow = TRUE)
  33. #采用欧式距离
  34. disMatrix[i,]<-sqrt(apply((oneTestMat - xNewData)^2,1,sum))

  36. }
  37. #初始概率矩阵
  38. probMatrix<-exp(-disMatrix/(2*Sigma^2))

  40. totalClass <-sort(unique(classX))

  42. lastProbMatrix<-matrix(0,ntestData , length(totalClass))

  44. for (i in c(1:ntestData))
  45. {
  46. pro<-probMatrix[i,,drop = FALSE]
  47. for (jin c(1:length(totalClass)))
  48. {
  49. ijIndex<-which(classX == totalClass[j])
  50. lastProbMatrix[i,j]<-sum(pro[ijIndex])
  51. }

  53. }

  55. #最后根据lastProbMatrix进行评价
  56. pos<-apply(lastProbMatrix,1,which.max)
  57. return(pos)

  59. }
复制代码


[/hide]

一个Demo：
  1. Sigma<-1

  3. xData1 <-matrix(runif(10,0,1),ncol = 2)
  4. xData2<-matrix(runif(10,1,2),ncol = 2)
  5. xData3 <-matrix(runif(10,2,3),ncol = 2)
  6. xData<-rbind(xData1,xData2,xData3)

  8. classX<-rbind(matrix(1,nrow = 5),matrix(2,nrow = 5),
  9. matrix(3,nrow = 5))
  10. testData1 <-matrix(runif(10,0,1),ncol = 2)
  11. testData2<-matrix(runif(10,1,2),ncol = 2)
  12. testData3 <-matrix(runif(10,2,3),ncol = 2)
  13. testData<-rbind(testData3,testData2,testData1)
  14. pnn(xData , classX , testData ,Sigma)
  15. #ans [1] 3 3 3 3 3 2 2 2 2 2 1 1 1 1 1
  16. #eof
复制代码


    熟悉论坛请点击新手指南
下载说明
1、论坛支持迅雷和网际快车等p2p多线程软件下载，请在上面选择下载通道单击右健下载即可。
2、论坛会定期自动批量更新下载地址,所以请不要浪费时间盗链论坛资源,盗链地址会很快失效。
3、本站为非盈利性质的学术交流网站,鼓励和保护原创作品，拒绝未经版权人许可的上传行为。本站如接到版权人发出的合格侵权通知，将积极的采取必要措施；同时，本站也将在技术手段和能力范围内，履行版权保护的注意义务。
(如有侵权，欢迎举报)
二维码

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

京ICP备16021002号-2 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问：王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2025-12-25 12:24