% RBF 神經網絡用于模式分類
% 使用平臺 - Matlab6.5
% 作者：陸振波，海軍工程大學
% 歡迎同行來信交流與合作，更多文章與程序下載請訪問我的個人主頁
% 電子郵件：luzhenbo@sina.com
% 個人主頁：luzhenbo.88uu.com.cn

clc
clear
close all

%---------------------------------------------------
% 產生訓練樣本與測試樣本，每一列為一個樣本

n1 = [rand(3,5),rand(3,5)+1,rand(3,5)+2];
x1 = [repmat([1;0;0],1,5),repmat([0;1;0],1,5),repmat([0;0;1],1,5)];

n2 = [rand(3,5),rand(3,5)+1,rand(3,5)+2];
x2 = [repmat([1;0;0],1,5),repmat([0;1;0],1,5),repmat([0;0;1],1,5)]

xn_train = n1;          % 訓練樣本
dn_train = x1;          % 訓練目標

xn_test = n2;           % 測試樣本
dn_test = x2;           % 測試目標

%---------------------------------------------------
% 訓練與測試

net = newgrnn(xn_train,dn_train);       % 訓練
X = sim(net,xn_test);                   % 測試 - 輸出為預測值
X = full(compet(X))                     % 競爭輸出

%---------------------------------------------------
% 結果統計

Result = ~sum(abs(X-x2))               % 正確分類顯示為1
Percent = sum(Result)/length(Result)   % 正確分類率