使用MATLAB编写的二维扩散方程代码，基于Lengyel的模式进行机器学习。

简介：
二维React扩散方程，基于Lengyel-Epstein模型的模式机器学习（20200115〜20200730），在科学计算实验室中实施，是我最初的机器学习项目。我们的主要目标是探索如何利用机器学习以及特征工程技术，从图灵模型生成的图案图像中获得分类方面的洞察。这些洞察对于利用神经网络以及聚类方法——例如k均值和凝聚聚类——从偏微分方程生成的图像数据进行分析同样适用。此外，我们还研究了SEOYOUNG提出的“通过特征工程提取模式指导的分类思路”。数据集Lengyel–Epstein（LE）模型被开发用于描述CIMA化学ReactMATLAB创建的Lengyel-Epstein模型中的模式。我们选取了不同的模式以进行分类流程演示。具体而言，我们使用了MATLAB在1D空间中生成Lengyel-Epstein方程，并利用MATLAB创建基于Lengyel-Epstein模型的二维图案图像。通过神经网络对三种不同的模式进行了分类，并采用了梯度下降算法，其中单层神经网络配备Softmax函数。此外，我们还评估了卷积神经网络（CNN）的性能，并希望进一步提升单层神经网络的表现。