• 大小: 4KB
    文件类型: .m
    金币: 1
    下载: 0 次
    发布日期: 2021-05-20
  • 语言: Matlab
  • 标签: BP  

资源简介

BP神经网络关于多分类的代码源程序,主要是关于四分类的问题

资源截图

代码片段和文件信息

web browser http://www.ilovematlab.cn/thread-60056-1-1.html
%% 清空环境变量
clc
clear

%% 训练数据预测数据提取及归一化

%下载四类语音信号
load data1 c1
load data2 c2
load data3 c3
load data4 c4

%四个特征信号矩阵合成一个矩阵
data(1:500:)=c1(1:500:);
data(501:1000:)=c2(1:500:);
data(1001:1500:)=c3(1:500:);
data(1501:2000:)=c4(1:500:);

%从1到2000间随机排序
k=rand(12000);
[mn]=sort(k);

%输入输出数据
input=data(:2:25);
output1 =data(:1);

%把输出从1维变成4维
for i=1:2000
    switch output1(i)
        case 1
            output(i:)=[1 0 0 0];
        case 2
            output(i:)=[0 1 0 0];
        case 3
            output(i:)=[0 0 1 0];
        case 4
            output(i:)=[0 0 0 1];
    end
end

%随机提取1500个样本为训练样本,500个样本为预测样本
input_train=input(n(1:1500):)‘;
output_train=output(n(1:1500):)‘;
input_test=input(n(1501:2000):)‘;
output_test=output(n(1501:2000):)‘;

%输入数据归一化
[inputninputps]=mapminmax(input_train);

%% 网络结构初始化
innum=24;
midnum=25;
outnum=4;
 

%权值初始化
w1=rands(midnuminnum);
b1=rands(midnum1);
w2=rands(midnumoutnum);
b2=rands(outnum1);

w2_1=w2;w2_2=w2_1;
w1_1=w1;w1_2=w1_1;
b1_1=b1;b1_2=b1_1;
b2_1=b2;b2_2=b2_1;

%学习率
xite=0.1
alfa=0.01;

%% 网络训练
for ii=1:10
    E(ii)=0;
    for i=1:1:1500
       %% 网络预测输出 
        x=inputn(:i);
        % 隐含层输出
        for j=1:1:midnum
            I(j)=inputn(:i)‘*w1(j:)‘+b1(j);
            Iout(j)=1/(1+exp(-I(j)));
        end
        % 输出层输出
        yn=w2‘*Iout‘+b2;
        
       %% 权值阀值修正
        %计算误差
        e=output_train(:i)-yn;     
        E(ii)=E(ii)+sum(abs(e));
        
        %计算权值变化率
        dw2=e*Iout;
        db2=e‘;
        
        for j=1:1:midnum
            S=1/(1+exp(-I(j)));
            FI(j)=S*(1-S);
        end      
        for k=1:1:innum
            for j=1:1:midnum
                dw1(kj)=FI(j)*x(k)*(e(1)*w2(j1)+e(2)*w2(j

评论

共有 条评论