java实现神经网络BP算法

java实现的bp算法,可视化操作，详细的设置、导入导出数据与学习功能

/*
 * 作者：张珩   信研0802 2008000757
 * 内容：BP神经网络算法
 */
package neuro;

import ui.*;
import javax.swing.*;
import java.awt.BorderLayout;

//BP算法类
public class NetAlgo extends JPanel implements Runnable
{
	// 第一个数记录有几层网络，后面记录每一层有多少个神经元
	private int[] netlayers;

	// 二维数组存放神经元，动态分配，每一维不一定等长
	private Neuron[][] neuroArray;

	// 用三维数组存放网络的权重，每一维不一定等长Delta
	private double[][][] netWeight;

	// 用于存储前一次的变化权重用作动量影子
	private double[][][] deltaWeight;

	// 原始数据学习集
	private double[][] origLearnData;

	// 归一化后的学习数据集
	private double[][] learnData;

	// 原始泛化数据集
	private double[][] origGenerData;

	// 归一化后的泛化数据集
	private double[][] generData;

	// 存放最大最小值，用于归一化0行存最小值，1行存最大值
	private double[][] minMax;

	// 均方差数组，
	private double[] meanErrSum;

	// 相对误差和数组
	private double[] relaErrSum;

	// 学习速率
	private double eta = 0.8;

	// 动量项因子
	private double alpha = 0.7;

	// 学习要达到的误差精度
	private double precise = 0.0005;

	// 最多允许学习次数
	private int maxCount = 2000;

	// 存放输出曲线的平均误差率的曲线的类
	private DrawLearn[] learnCurv;

	// 存放回想实际输出与期望输出的关系的曲线
	private DrawTest[] reCallCurv;

	// 存放泛化实际输出与期望输出的关系的曲线
	private DrawTest[] generCurv;

	// 是否利用原有网络
	private boolean isHaveNet;

	// 算法执行类型1表示学习，2表示回想，3表示泛化
	private int execType = 1;

	// 回想期望值，实际值，相对误差\表第一维表示输出个数
	private double mixReCall[][][];

	// 泛化期望值，实际值，相对误差表
	private double mixGeneral[][][];

	// 显示网络参数
	private JLabel jlPara;

	// 显示数据
	private JTextArea showData;
	private JScrollPane showPanel;

	public NetAlgo（）
	{
		setLayout（new BorderLayout（））;

		jlPara = new JLabel（）;
		jlPara.setText（“  你好！  你已进入BP神经网络！“）;
		add（jlPara BorderLayout.SOUTH）;

		showData = new JTextArea（）;
		showPanel = new JScrollPane（showData）;
		showData.setAutoscrolls（true）;
		showData.setLineWrap（true）;
		add（showPanel BorderLayout.CENTER）;
	}

	// 设置网络结构---层数和每层节点个数
	public void setlayers（int[] layers）
	{
		netlayers = layers;
	}

	// 将网络参数写入算法类
	public void setParameter（double[] parameter）
	{
		// 学习速率
		eta = parameter[0];
		// 动量项因子
		alpha = parameter[1];
		// 学习要达到的误差精度
		precise = parameter[2];
		// 最多允许学习次数
		maxCount = （int） parameter[3];
	}

	// 设置网络结构---初始化网络
	public void setNeuros（Neuron[][] neurons）
	{
		neuroArray = neurons;
	}

	// 设置网络的连接权值
	public void setWeight（double[][][] weights）
	{
		netWeight = weights;
	}

	// 初始化deltaWeight
	public void initDeltaWeight（）
	{
		deltaWeight = new double[neuroArray.length -1][][];
		for （int i = 0; i 		{
			deltaWeight[i] = new double[neuroArray[i].length][];
			for （int j = 0; j 			{
				deltaWeight[i][j] = new double[neuroArray[i +1].length];
				for （int k = 0; k 				{
					deltaWeight[i][j][k] = Math.random（）;
				}
			}
		}
	}

	// 设置网络权值
	public void setweights（）
	{
		// 初始化神经网络连接权值 neuroArray
		netWeight = new double[neuroArray.length -1][][];
		

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

     文件        232  2008-10-09 14:55  neuroNet\.classpath

     文件        384  2008-10-09 14:55  neuroNet\.project

     文件       6126  2008-11-13 14:37  neuroNet\src\ui\DrawLearn.java

     文件       4149  2008-11-05 00:40  neuroNet\src\ui\DrawTest.java

     文件      11783  2008-10-18 17:44  neuroNet\src\ui\Mainframe.java

     文件       6007  2008-11-11 11:56  neuroNet\src\ui\SetNet.java

     文件      16971  2008-11-14 10:40  neuroNet\src\neuro\NetAlgo.java

     文件        886  2008-11-14 10:20  neuroNet\src\neuro\Neuron.java

     文件        399  2008-11-05 23:57  neuroNet\src\neuro\Point.java

     文件       1071  2008-11-14 10:30  neuroNet\bin\ui\DrawLearn$UnChangeHeight.class

     文件       1274  2008-11-14 10:30  neuroNet\bin\ui\DrawLearn.class

     文件        728  2008-11-14 10:30  neuroNet\bin\ui\DrawPanel$1.class

     文件       4929  2008-11-14 10:30  neuroNet\bin\ui\DrawPanel.class

     文件        821  2008-11-05 00:40  neuroNet\bin\ui\DrawTest.class

     文件        630  2008-10-18 17:44  neuroNet\bin\ui\Mainframe$1.class

     文件        983  2008-10-18 17:44  neuroNet\bin\ui\Mainframe$10.class

     文件        736  2008-10-18 17:44  neuroNet\bin\ui\Mainframe$2.class

     文件        679  2008-10-18 17:44  neuroNet\bin\ui\Mainframe$3.class

     文件       1250  2008-10-18 17:44  neuroNet\bin\ui\Mainframe$4.class

     文件       1252  2008-10-18 17:44  neuroNet\bin\ui\Mainframe$5.class

     文件        883  2008-10-18 17:44  neuroNet\bin\ui\Mainframe$6.class

     文件        882  2008-10-18 17:44  neuroNet\bin\ui\Mainframe$7.class

     文件        977  2008-10-18 17:44  neuroNet\bin\ui\Mainframe$8.class

     文件        977  2008-10-18 17:44  neuroNet\bin\ui\Mainframe$9.class

     文件       2529  2008-10-18 17:44  neuroNet\bin\ui\Mainframe$ImpoGenerData.class

     文件       2529  2008-10-18 17:44  neuroNet\bin\ui\Mainframe$ImpoLearnData.class

     文件       3290  2008-10-18 17:44  neuroNet\bin\ui\Mainframe$loadNet.class

     文件       2996  2008-10-18 17:44  neuroNet\bin\ui\Mainframe$saveNet.class

     文件       3971  2008-10-18 17:44  neuroNet\bin\ui\Mainframe.class

     文件       1056  2008-11-14 10:30  neuroNet\bin\ui\SetNet$1.class

............此处省略17个文件信息