%輸入向量P及其類別C
P=[-6 -4 -2  0 0 0 0 2 4 6; 0 2 -2 1 2 -2 1 2 -2 0];
C=[1 1 1 2 2 2 2 1 1 1];
%將類別向量C轉換為目標向量T
T=ind2vec(C);
%繪制輸入向量P
plotvec(P,C,'*r');
axis([-8 8 -3 3]);
hold on;
%網絡創建
%競爭層有5個神經元
net = newlvq(minmax(P),5,[0.6 0.4]);
%求網絡競爭層的初始權值w1
w1=net.IW{1};
w1
%將輸入向量和權值向量繪制在一張圖上
plot(w1(1,1),w1(1,2),'+r');
axis([-8 8 -3 3]);
hold off;
%網絡訓練
%訓練步數為100
net.trainParam.epochs=100;
net=train(net,P,T);
%將輸入向量和訓練后的權值向量繪制在一張圖上
plotvec(P,C,'*r');
hold on;
plotvec(net.IW{1}',vec2ind(net.LW{2}),'+');
axis([-8 8 -3 3]);
hold off;
%在兩類中分別指定兩個點，測試網絡的性能
p=[0 1;0.2 0];
y=sim(net,p);
yc=vec2ind(y)
yc