Matlab提供了最简单的多分类功能，两个函数（trainSoftmaxLayer和net）就能完成。即先对对训练图像集构造softmax层，然后对测试图像进行分类。这两个函数可以在训练图像和测试图像上完成分类的主要功能。代码如下：
clear;%加载训练图像特征load('JDPig_mlhmslbp_spyr.mat');m = numel(classe_name);n = length(y);label = []%one-hot编码for i=1:n label(:,i) = zeros(m,1); label(y(i),i) = 1;end%加载测试图像特征testImg = load('JDTest_mlhmslbp_spyr.mat');if ~exist('resSoftMaxMlhms.mat') %训练softmax层 net = trainSoftmaxLayer(X,label); %获取测试图像类别 Yp = net(testImg.X); save('resSoftMaxMlhms.mat','Yp','net');else load('resSoftMaxMlhms.mat','Yp','net');end%构造图像、类别、识别概率的table型变量load('testName.mat','imgName');for i=1:length(Yp) for j=1:m indImg((i-1)*m+j) = imgName(i); plabel((i-1)*m+j) = j; prob((i-1)*m+j) = Yp(j,i); endendT = table(indImg',plabel',prob');%将各测试图像对于各类别概率存为csv文件writetable(T,'myData.csv');转载于:https://blog.51cto.com/8764888/2086308