4.2nnToolKit函数库?例4-4 输入一组测试样本数据，检验例4-3训练好自组织特征映射网络模型。frw=fopen(sprintf('w%s%s',ModelNo,'.dat'),'r');[w,count]=fscanf(frw,'%f',[ClassifyNum,1]);fclose(frw);m=nbgrid(ClassifyNum);a =simusm(SimuData,w,m,0);c=find(a);cd(olddir);retstr=c;close all;4.2nnToolKit函数库

?SofmIntensity

?功能图像增强处理函数。?格式retstr = SofmIntensity(ImgName,AdjustPara,DataDir)?说明图像增强处理，主要增强图像对比度，各参数说明如下：(1) ImgName 输入参数，图像文件名。(2) AdjustPara 输入参数，图像增强参数，介于(0,1)。(3) DataDir 输入参数，当前应用程序路径。?SofmHist

?功能绘制直方图函数。?格式retstr = SofmHist(ImgName,DataDir)?说明绘制图像直方图，各参数说明如下：(1) ImgName 输入参数，图像文件名。(2) DataDir 输入参数，当前应用程序路径。4.2nnToolKit函数库

?SofmProcess

?功能自组织特征映射网络分类处理函数。?格式retstr=ofmProcess(ModelNo,ClassifyNum,TrainPara,ImgName,DataDir)?说明主要用于图像分割处理，程序首先读入图像文件，并将图像灰度特征值转化为一个一维矩阵，接下来对该灰度矩阵进行竞争学习，最后根据训练结果，对矩阵中的各数据进行仿真，并将分类结果写入相应的文件。各参数说明如下：(1) ModelNo 输入参数，模型编号。(2) ClassifyNum 输入参数，分类数。(3) TrainPara 输入参数，网络训练参数，包括：训练过程显示频率，最大训练步数，学习率。(4) ImgName 输入参数，图像文件名。(5) DataDir 输入参数，当前应用程序路径。4.2nnToolKit函数库?例4-5 对ch4\\nnToolKit工具箱\\sofm文件夹中的图像文件(image\\imgrec_0.gif) 根据灰度特征进行分割，同时将分类结果写入文件%此为Sofm网络处理程序，包含网络训练和仿真，同时将结果写入文件function retstr = SofmProcess(ModelNo,ClassifyNum,TrainPara,ImgName,DataDir)NNTWARN OFFretstr=-1;%%%% 输入参数赋值开始 %%%%%%%%%%%%%%%%%%%%%%%% 方便调试程序用，程序调试时去掉这部分的注释ModelNo='1';ClassifyNum=7; % 分类数TrainPara(1)=50; % 训练时显示频率TrainPara(2)=10000; % 最多训练步数