BP神经网络用于分类与回归

文件说明： 1、NeuralNetwork_BP_Classification.m - 分类 2、NeuralNetwork_BP_Regression.m - 回归

% BP 神经网络用于模式分类
% 使用平台 - Matlab6.5
% 作者：陆振波，海军工程大学
% 欢迎同行来信交流与合作，更多文章与程序下载请访问我的个人主页
% 电子邮件：luzhenbo@sina.com
% 个人主页：luzhenbo.88uu.com.cn

clc
clear
close all

%---------------------------------------------------
% 产生训练样本与测试样本，每一列为一个样本

n1 = [rand（35）rand（35）+1rand（35）+2];
x1 = [repmat（[1;0;0]15）repmat（[0;1;0]15）repmat（[0;0;1]15）];

n2 = [rand（35）rand（35）+1rand（35）+2];
x2 = [repmat（[1;0;0]15）repmat（[0;1;0]15）repmat（[0;0;1]15）]

xn_train = n1;          % 训练样本
dn_train = x1;          % 训练目标

xn_test = n2;           % 测试样本
dn_test = x2;           % 测试目标

%---------------------------------------------------
% 函数接口赋值

NodeNum = 20;           % 隐层节点数 
TypeNum = 3;            % 输出维数
p1 = xn_train;          % 训练输入
t1 = dn_train;          % 训练输出
Epochs = 1000;          % 训练次数

P = xn_test;            % 测试输入 
T = dn_test;            % 测试输出（真实值）

%---------------------------------------------------
% 设置网络参数

%TF1 = ‘tansig‘;TF2 = ‘purelin‘; % 缺省值
%TF1 = ‘tansig‘;TF2 = ‘logsig‘;
TF1 = ‘logsig‘;TF2 = ‘purelin‘;
%TF1 = ‘tansig‘;TF2 = ‘tansig‘;
%TF1 = ‘logsig‘;TF2 = ‘logsig‘;
%TF1 = ‘purelin‘;TF2 = ‘purelin‘;

net = newff（minmax（p1）[NodeNum TypeNum]{TF1 TF2}‘trainlm‘）;

% 指定训练参数
%net.trainFcn = ‘trainlm‘;  % 内存使用最多（快）
%net.trainFcn = ‘trainbfg‘;
%net.trainFcn = ‘trainrp‘;  % 内存使用最少（慢）
%net.trainFcn = ‘traingda‘; % 变学习率
%net.trainFcn = ‘traingdx‘;

net.trainParam.epochs = Epochs;     % 最大训练次数
net.trainParam.goal = 1e-8;         % 最小均方误差
net.trainParam.min_grad = 1e-20;    % 最小梯度
net.trainParam.show = 200;          % 训练显示间隔
net.trainParam.time = inf;          % 最大训练时间

%---------------------------------------------------
% 训练与测试

net = train（netp1t1）;             % 训练
X = sim（netP）;                     % 测试 - 输出为预测值
X = full（compet（X））                 % 竞争输出

%---------------------------------------------------
% 结果统计

Result = ~sum（abs（X-x2））               % 正确分类显示为1
Percent = sum（Result）/length（Result）   % 正确分类率

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

    ..AD...         0  2011-12-11 20:27  NeuralNetwork_BP

     文件       2280  2006-03-22 10:13  NeuralNetwork_BP\NeuralNetwork_BP_Classification.m

     文件       2065  2006-03-22 10:14  NeuralNetwork_BP\NeuralNetwork_BP_Regression.m

     文件        384  2006-03-24 17:47  NeuralNetwork_BP\文件夹说明.txt

----------- ---------  ---------- -----  ----

                 4729                    4