0~9bp测试.m

编程环境为matlab 该程序实现在已经训练好的神经网络的情况下,实现对数字的识别任务.

%test 开始测试
count=0
load('-ascii', 'usps_test.txt');%载入测试集文件
for isamp=1:2000
	
    for i=2:inNum+1
			x(1,i-1)=usps_test(isamp,i);
    end
        yd1=usps_test(isamp,1);
        if yd1==0
            yd=[0 0 0 0];
        elseif yd1==1
            yd=[0 0 0 1];
        elseif yd1==2
            yd=[0 0 1 0];
        elseif yd1==3
            yd=[0 0 1 1];
        elseif yd1==4
            yd=[0 1 0 0];
        elseif yd1==5
            yd=[0 1 0 1];
        elseif yd1==6
            yd=[0 1 1 0];
        elseif yd1==7
            yd=[0 1 1 1];
        elseif yd1==8
            yd=[1 0 0 0];
        elseif yd1==9
            yd=[1 0 0 1];
        end
 

		%构造每个样品的输入和输出标准
		for j=1:hideNum
			o1(1,j)=0.0;

            for i=1:inNum
                o1(1,j)=o1(1,j)+w(i,j)*x(1,i);%隐含层各单元输入激活值
            end
			x1(1,j)=1.0/(1+exp(-o1(1,j)));%隐含层各单元的输出
        end

		for k=1:outNum
			o2(1,k)=0.0;

			for j=1:hideNum
				o2(1,k)=o2(1,k)+w1(j,k)*x1(1,j);
            end
               
			x2(1,k)=1.0/(1.0+exp(-o2(1,k)));%输出层各单元输出
        end
            flag=0
            for compare=1:4
                com=abs(yd(1,compare)-x2(1,compare))
                if com>0.5
                    flag=1
                end
               
            end
           if flag==0    %匹配正确时count+1
               count=count+1
           end
end
   result=count/2000