gusucode.com > MATLAB神经网络多个案例分析及详细源代码 > 源程序/案例22 LVQ神经网络的预测——人脸朝向识别/chapter22_lvq.m
%% LVQ神经网络的预测——人脸识别 % % <html> % <table border="0" width="600px" id="table1"> <tr> <td><b><font size="2">该案例作者申明:</font></b></td> </tr> <tr> <td><span class="comment"><font size="2">1:本人长期驻扎在此<a target="_blank" href="http://www.ilovematlab.cn/forum-158-1.html"><font color="#0000FF">板块</font></a>里,对<a target="_blank" href="http://www.ilovematlab.cn/thread-49221-1-1.html"><font color="#0000FF">该案例</font></a>提问,做到有问必答。</font></span></td></tr><tr> <td><span class="comment"><font size="2">2:此案例有配套的教学视频,配套的完整可运行Matlab程序。</font></span></td> </tr> <tr> <td><span class="comment"><font size="2"> 3:以下内容为该案例的部分内容(约占该案例完整内容的1/10)。</font></span></td> </tr> <tr> <td><span class="comment"><font size="2"> 4:此案例为原创案例,转载请注明出处(<a target="_blank" href="http://www.ilovematlab.cn/">Matlab中文论坛</a>,<a target="_blank" href="http://www.ilovematlab.cn/forum-158-1.html">《Matlab神经网络30个案例分析》</a>)。</font></span></td> </tr> <tr> <td><span class="comment"><font size="2"> 5:若此案例碰巧与您的研究有关联,我们欢迎您提意见,要求等,我们考虑后可以加在案例里。</font></span></td> </tr> <tr> <td><span class="comment"><font size="2"> 6:您看到的以下内容为初稿,书籍的实际内容可能有少许出入,以书籍实际发行内容为准。</font></span></td> </tr><tr> <td><span class="comment"><font size="2"> 7:此书其他常见问题、预定方式等,<a target="_blank" href="http://www.ilovematlab.cn/thread-47939-1-1.html">请点击这里</a>。</font></span></td> </tr></table> % </html> % web browser http://www.ilovematlab.cn/thread-61927-1-1.html %% 清除环境变量 clear all clc; %% 人脸特征向量提取 % 人数 M=10; % 人脸朝向类别数 N=5; % 特征向量提取 pixel_value=feature_extraction(M,N); %% 训练集/测试集产生 % 产生图像序号的随机序列 rand_label=randperm(M*N); % 人脸朝向标号 direction_label=repmat(1:N,1,M); % 训练集 train_label=rand_label(1:30); P_train=pixel_value(train_label,:)'; Tc_train=direction_label(train_label); T_train=ind2vec(Tc_train); % 测试集 test_label=rand_label(31:end); P_test=pixel_value(test_label,:)'; Tc_test=direction_label(test_label); %% 创建LVQ网络 for i=1:5 rate{i}=length(find(Tc_train==i))/30; end net=newlvq(minmax(P_train),20,cell2mat(rate),0.01,'learnlv1'); % 设置训练参数 net.trainParam.epochs=100; net.trainParam.goal=0.001; net.trainParam.lr=0.1; %% 训练网络 net=train(net,P_train,T_train); %% 人脸识别测试 T_sim=sim(net,P_test); Tc_sim=vec2ind(T_sim); result=[Tc_test;Tc_sim] %% 结果显示 % 训练集人脸标号 strain_label=sort(train_label); htrain_label=ceil(strain_label/N); % 训练集人脸朝向标号 dtrain_label=strain_label-floor(strain_label/N)*N; dtrain_label(dtrain_label==0)=N; % 显示训练集图像序号 disp('训练集图像为:' ); for i=1:30 str_train=[num2str(htrain_label(i)) '_'... num2str(dtrain_label(i)) ' ']; fprintf('%s',str_train) if mod(i,5)==0 fprintf('\n'); end end % 测试集人脸标号 stest_label=sort(test_label); htest_label=ceil(stest_label/N); % 测试集人脸朝向标号 dtest_label=stest_label-floor(stest_label/N)*N; dtest_label(dtest_label==0)=N; % 显示测试集图像序号 disp('测试集图像为:'); for i=1:20 str_test=[num2str(htest_label(i)) '_'... num2str(dtest_label(i)) ' ']; fprintf('%s',str_test) if mod(i,5)==0 fprintf('\n'); end end % 显示识别出错图像 error=Tc_sim-Tc_test; location={'左方' '左前方' '前方' '右前方' '右方'}; for i=1:length(error) if error(i)~=0 % 识别出错图像人脸标号 herror_label=ceil(test_label(i)/N); % 识别出错图像人脸朝向标号 derror_label=test_label(i)-floor(test_label(i)/N)*N; derror_label(derror_label==0)=N; % 图像原始朝向 standard=location{Tc_test(i)}; % 图像识别结果朝向 identify=location{Tc_sim(i)}; str_err=strcat(['图像' num2str(herror_label) '_'... num2str(derror_label) '识别出错.']); disp([str_err '(正确结果:朝向' standard... ';识别结果:朝向' identify ')']); end end % 显示识别率 disp(['识别率为:' num2str(length(find(error==0))/20*100) '%']); web browser http://www.ilovematlab.cn/thread-61927-1-1.html %% % % <html> % <table align="center" > <tr> <td align="center"><font size="2">版权所有:</font><a % href="http://www.ilovematlab.cn/">Matlab中文论坛</a> <script % src="http://s3.cnzz.com/stat.php?id=971931&web_id=971931&show=pic" language="JavaScript" ></script> </td> </tr></table> % </html> %