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/test.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);
% 测试集
test_label=rand_label(31:end);
P_test=pixel_value(test_label,:)';
Tc_test=direction_label(test_label);
%% 计算PC
for i=1:5
rate{i}=length(find(Tc_train==i))/30;
end
%% LVQ1算法
[w1,w2]=lvq1_train(P_train,Tc_train,20,cell2mat(rate),0.01,5);
result_1=lvq_predict(P_test,Tc_test,20,w1,w2);
%% LVQ2算法
[w1,w2]=lvq2_train(P_train,Tc_train,20,0.01,5,w1,w2);
result_2=lvq_predict(P_test,Tc_test,20,w1,w2);
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>
%