JAVA实现bp神经网络

利用java实现bp神经网络，给定了UCI数据库的疝气病证预测病马数据，使用训练集训练BP神经网络并预测测试集的标签，错误率控制在30%以下。

package Bp;
import java.io.IOException;
import java.util.ArrayList;
import java.util.Random;

class BPNN {
    private static int layer = 5; // 五层神经网络
    private static int NodeNum = 25; // 每层的最多节点数
    private static final int ADJUST = 15; // 隐层节点数调节常数
    private static final int MaxTrain = 100000; // 最大训练次数
    private static final double ACCU = 0.011; // 每次迭代允许的误差 0.011
    private double ETA_W = 0.3; // 权值学习效率0.3
    private double ETA_T = 0.3; // 阈值学习效率
    private double accu;


    private int in_num; // 输入层节点数
    private int hd_num; // 隐层节点数
    private int out_num; // 输入出节点数

    private ArrayList> list = new ArrayList（）; // 输入输出数据

    private double[][] in_hd_weight; // BP网络in-hidden突触权值
    private double[][] hd_out_weight; // BP网络hidden_out突触权值
    private double[] in_hd_th; // BP网络in-hidden阈值
    private double[] hd_out_th; // BP网络hidden-out阈值

    private double[][] out; // 每个神经元的值经S型函数转化后的输出值，输入层就为原值
    private double[][] delta; // delta学习规则中的值

    // 获得网络五层中神经元最多的数量
    public int GetMaxNum（） {
        return Math.max（Math.max（in_num hd_num） out_num）;
    }

    // 设置权值学习率
    public void SetEtaW（） {
        ETA_W = 0.5;
    }

    // 设置阈值学习率
    public void SetEtaT（） {
        ETA_T = 0.5;
    }

    // BPNN训练
    public void Train（int in_number int out_number
            ArrayList> arraylist） throws IOException {
        list = arraylist;
        in_num = in_number;
        out_num = out_number;

        GetNums（in_num out_num）; // 获取输入层、隐层、输出层的节点数
        // SetEtaW（）; // 设置学习率
        // SetEtaT（）;

        InitNetWork（）; // 初始化网络的权值和阈值

        int datanum = list.size（）; // 训练数据的组数
        int createsize = GetMaxNum（）; // 比较创建存储每一层输出数据的数组
        out = new double[3][createsize];

        for （int iter = 0; iter < MaxTrain; iter++） {
            for （int cnd = 0; cnd < datanum; cnd++） {
                // 第一层输入节点赋值

                for （int i = 0; i < in_num; i++） {
                    out[0][i] = list.get（cnd）.get（i）; // 为输入层节点赋值，其输入与输出相同
                }
                Forward（）; // 前向传播
                Backward（cnd）; // 误差反向传播

            }
            System.out.println（“This is the “ + （iter + 1）
                    + “ th trainning NetWork !“）;
            accu = GetAccu（）;
            System.out.println（“All Samples Accuracy is “ + accu）;
            if （accu < ACCU）
                break;

        }

    }

    // 获取输入层、隐层、输出层的节点数，in_number、out_number分别为输入层节点数和输出层节点数
    public void GetNums（int in_number int out_number） {
        in_num = in_number;
        out_num = out_number;
        hd_num = （int） Math.sqrt（in_num + out_num） + ADJUST;
        if （hd_num > NodeNum）
            hd_num = NodeNum; // 隐层节点数不能大于最大节点数
    }

    // 初始化网络的权值和阈值
    public void InitNetWork（） {
        // 初始化上一次权值量范围为-0.5-0.5之间
        //in_hd_last = new double[in_num][hd_num];
        //hd_out_

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

     文件      10265  2018-03-05 14:43  Bp\BPNN.java

     文件       7208  2018-03-05 14:43  Bp\DataUtil.java

     文件       3540  2018-03-05 14:55  Bp\Test.java

     目录          0  2018-05-24 17:07  Bp

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

                21013                    4