本站原创文章，转载请说明来自《老饼讲解-BP神经网络》www.bbbdata.com
在matlab中可以通过newlvq来构建一个LVQ神经网络，它是一种基于竞争网络的学习矢量量化网络
本文讲解matlab神经网络工具箱newlvq函数的入参说明，以及使用newlvq构建一个LVQ神经网络的Demo
通过本文，可以了解如何使用newlvq训练一个LVQ神经网络，以及newlvq函数的各个参数的详细使用说明
本节展示用matlab的newlvq函数来实现LVQ神经网络的代码示例
用newlvq训练LVQ神经网络-使用示例
在matlab中可以使用newlvq来训练一个LVQ神经网络
下面是newlvq的一个简单使用示例：
%代码说明：LVQ的matlab工具箱使用Demo
%来自《老饼讲解神经网络》www.bbbdata.com ,matlab版本：2014b
%-----------------------------------------------------
%数据准备
P = [-3 -2 -2 0 0 0 0 +2 +2 +3; ...
0 +1 -1 +2 +1 -1 -2 +1 -1 0]; % 输入数据
Tc = [1 1 1 2 2 2 2 1 1 1]; % 输出类别
T = ind2vec(Tc); % 将输出转为one-hot编码(代表类别的01向量)
%网络训练
net = newlvq(P,4,[.6 .4]); % 建立一个LVQ神经网络
net = train(net,P,T); % 训练神经网络
%预测
Y = sim(net,P); % 预测(one-hot形式)
Yc = vec2ind(Y); % 将one-hot编码形式转回类别编号形式本节展示newlvq函数的使用说明,用于日常查阅
语法:
net = newlvq(P,S1,PC,LR,LF)
描述：
newlvq创建一个LVQ(learning vector quantization )神经网络。
入参说明
P: 用于训练的输入数据。每列代表一个样本，有多少个样本，就有多少列。
S1:隐节点个数。
PC:各个输出节点连接隐节点的个数占比。元素个数必须与输出节点个数一致，并且总和为1.例如[0.3,0.7]代表第一个输出节点连接30%隐神经元，第二个输出节点连接70%隐神经元。
LR：学习率。默认为0.01
LF：learnFunction,学习函数。可以设为'learnlv1'或'learnlv2'，默认为'learnlv1'。
备注：learnlv2最好不要单独直接使用，应先用learnlv1训练网络，再把训练完的网络继续用learnlv2训练
好了，以上就是matlab工具箱中newlvq函数的使用示例与说明了~
End