实例介绍
【实例简介】
【实例截图】
【核心代码】clc;clear;close all
load("C:\Users\admin\Desktop\to_student\Train_data\data_train.mat");
L=length(data_train);
data_train(1).length=[];
data_train(2).label2=[];
for k=1:L
signal=data_train(k).sequence;
%对信号进行方差归一化,所有信号的方差都是1,消除信号在幅值上的差异
signal=signal/std(signal);
% 设计带通滤波器去除极限漂移和高频噪声
fc=[0.5 40];
[b,a]=butter(3,2*fc/data_train(k,1).fs);
fsignal=filter(b,a,signal);
data_train(k,1).sequence=fsignal;
data_train(k).length=length(data_train(k,1).sequence);
if strcmp(data_train(k,1).label,'ECG')==1
data_train(k).label2=1;
elseif strcmp(data_train(k,1).label,'PPG')==1
data_train(k).label2=2;
elseif strcmp(data_train(k,1).label,'EEG')==1
data_train(k).label2=3;
end
end
[xh,I]=sort([data_train.length]);
signal=data_train(I);
XTrain=cell(2474,1);%包含预测变量
YTrain=zeros(1,2474);%包含分类标签或数字响应
for k=1:2474
XTrain{k,1}=(data_train(k).sequence(1:5000))';
YTrain(k)=data_train(k).label2;
end
YTrain=YTrain';
YTrain=categorical(YTrain);
inputSize = 1;
numHiddenUnits = 100;
numClasses = 3;%指定3个类
layers = [ ...
sequenceInputLayer(inputSize)
bilstmLayer(numHiddenUnits,'OutputMode','last')
fullyConnectedLayer(numClasses)
softmaxLayer
classificationLayer]
maxEpochs = 100;%最大纪元数
miniBatchSize = 10;%小批量大小
options = trainingOptions('adam', ...
'ExecutionEnvironment','auto', ...
'GradientThreshold',1, ...
'MaxEpochs',maxEpochs, ...
'MiniBatchSize',miniBatchSize, ...
'SequenceLength','longest', ...
'Shuffle','never', ...
'Verbose',0, ...
'Plots','training-progress');
net = trainNetwork(XTrain,YTrain,layers,options);
save('net.mat','net');
【实例截图】
【核心代码】clc;clear;close all
load("C:\Users\admin\Desktop\to_student\Train_data\data_train.mat");
L=length(data_train);
data_train(1).length=[];
data_train(2).label2=[];
for k=1:L
signal=data_train(k).sequence;
%对信号进行方差归一化,所有信号的方差都是1,消除信号在幅值上的差异
signal=signal/std(signal);
% 设计带通滤波器去除极限漂移和高频噪声
fc=[0.5 40];
[b,a]=butter(3,2*fc/data_train(k,1).fs);
fsignal=filter(b,a,signal);
data_train(k,1).sequence=fsignal;
data_train(k).length=length(data_train(k,1).sequence);
if strcmp(data_train(k,1).label,'ECG')==1
data_train(k).label2=1;
elseif strcmp(data_train(k,1).label,'PPG')==1
data_train(k).label2=2;
elseif strcmp(data_train(k,1).label,'EEG')==1
data_train(k).label2=3;
end
end
[xh,I]=sort([data_train.length]);
signal=data_train(I);
XTrain=cell(2474,1);%包含预测变量
YTrain=zeros(1,2474);%包含分类标签或数字响应
for k=1:2474
XTrain{k,1}=(data_train(k).sequence(1:5000))';
YTrain(k)=data_train(k).label2;
end
YTrain=YTrain';
YTrain=categorical(YTrain);
inputSize = 1;
numHiddenUnits = 100;
numClasses = 3;%指定3个类
layers = [ ...
sequenceInputLayer(inputSize)
bilstmLayer(numHiddenUnits,'OutputMode','last')
fullyConnectedLayer(numClasses)
softmaxLayer
classificationLayer]
maxEpochs = 100;%最大纪元数
miniBatchSize = 10;%小批量大小
options = trainingOptions('adam', ...
'ExecutionEnvironment','auto', ...
'GradientThreshold',1, ...
'MaxEpochs',maxEpochs, ...
'MiniBatchSize',miniBatchSize, ...
'SequenceLength','longest', ...
'Shuffle','never', ...
'Verbose',0, ...
'Plots','training-progress');
net = trainNetwork(XTrain,YTrain,layers,options);
save('net.mat','net');
好例子网口号:伸出你的我的手 — 分享!
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论