Question

下图用matlab怎么编bp算法代码

要求适用多层数据

Answer 1

%读取训练数据
[f1,f2,f3,f4,class] = textread('trainData.txt' , '%f%f%f%f%f',150);
%特征值归一化
[input,minI,maxI] = premnmx( [f1 , f2 , f3 , f4 ]') ;
%构造输出矩阵
s = length( class) ;
output = zeros( s , 3 ) ;
for i = 1 : s
output( i , class( i ) ) = 1 ;
end
%创建神经网络
net = newff( minmax(input) , [10 3] , { 'logsig' 'purelin' } , 'traingdx' ) ;
%设置训练参数
net.trainparam.show = 50 ;
net.trainparam.epochs = 500 ;
net.trainparam.goal = 0.01 ;
net.trainParam.lr = 0.01 ;
%开始训练
net = train( net, input , output' ) ;
%读取测试数据
[t1 t2 t3 t4 c] = textread('testData.txt' , '%f%f%f%f%f',150);
%测试数据归一化
testInput = tramnmx ( [t1,t2,t3,t4]' , minI, maxI ) ;
%仿真
Y = sim( net , testInput )
%统计识别正确率
[s1 , s2] = size( Y ) ;
hitNum = 0 ;
for i = 1 : s2
[m , Index] = max( Y( : , i ) ) ;
if( Index == c(i) )
hitNum = hitNum + 1 ;
end
end
sprintf('识别率是 %3.3f%%',100 * hitNum / s2 )

看了你的数据，你至少要有的类标号吧，不知道你哪里是输入向量，哪里是输出向量

追问

向下预测
1 0 0 0 1 0 0 0 0 1 1 1
0 1 0 1 1 1 1 0 0 0 0 1
1 1 0 1 0 1 0 0 1 0 0 1
0 1 1 0 0 0 1 1 0 0 1 1
0 1 0 1 1 1 1 0 1 0 0 1
1 1 1 1 0 1 0 0 0 1 0 1
0 1 1 0 1 0 0 0 0 1 0 1
1 0 1 0 0 0 0 0 1 1 1 1
1 0 0 1 0 0 1 1 0 0 1 0
1 0 0 0 1 1 0 1 1 0 1 0
0 1 0 0 1 0 1 1 0 1 1 1
1 0 1 1 0 1 0 1 0 0 1 0
0 1 0 1 0 1 0 1 1 0 1 1
x x x x x x x x x x x x
就是类似这样预测x值

追答

那就根据代码中的描述，讲f1,f2,f3,f4,class分别对应，一维，二维，三维，......类标号，作为训练值了