xitisrand.cpp

一个我做的BP神经网用于分类和测试的程序。是一个我第一个独立完成的程序。希望对大家有所帮助！

// XItiSrand.cpp : Defines the entry point for the console application.
//

#include "stdafx.h"
#include "BP.h"
#include "math.h"
#include<iostream>
#include <fstream>
using namespace std;


int main(int argc, char* argv[])
{
	int k=0;
	double m = 100.0;
	int i=0;
	CBP mybp(3,6,2,6);
	mybp.initial();
	double **inputsample;
/*	double **inputsample1;*/
// 	double *inputsample2;
/*	double *testinput1;*/
	double *testinput2;
// 	double *testinput3;
// 	inputsample=(double *)calloc(5,sizeof(double));
//     inputsample1=(double *)calloc(5,sizeof(double));
// 	inputsample2=(double *)calloc(5,sizeof(double));
/*	testinput1=(double *)calloc(3,sizeof(double));*/
	testinput2=(double *)calloc(3,sizeof(double));
// 	testinput3=(double *)calloc(3,sizeof(double));

	inputsample=new double*[6];
	for(i=0;i<6;i++)
	{
		*(inputsample+i)=new double[5];
	}


	
	inputsample[0][0]=1.02;
	inputsample[0][1]=1.23;
	inputsample[0][2]=2.88;
	inputsample[0][3]=1;
	inputsample[0][4]=0;
	inputsample[1][0]=1.02;
	inputsample[1][1]=1.23;
	inputsample[1][2]=2.88;
	inputsample[1][3]=1;
	inputsample[1][4]=0;
	inputsample[2][0]=1.55;
	inputsample[2][1]=1.55;
	inputsample[2][2]=3.08;
	inputsample[2][3]=1;
	inputsample[2][4]=0;

	inputsample[3][0]=1.02;
	inputsample[3][1]=10.23;
	inputsample[3][2]=2.88;
	inputsample[3][3]=0;
	inputsample[3][4]=0;
	inputsample[4][0]=1.02;
	inputsample[4][1]=18.23;
	inputsample[4][2]=3.88;
	inputsample[4][3]=0;
	inputsample[4][4]=0;
	inputsample[5][0]=1.55;
	inputsample[5][1]=20.55;
	inputsample[5][2]=2.08;
	inputsample[5][3]=0;
	inputsample[5][4]=0;

// 
// 	testinput1[0]=1.02;
// 	testinput1[1]=1.23;
// 	testinput1[2]=2.88;
	testinput2[0]=1.22;
	testinput2[1]=15.23;
	testinput2[2]=2.99;

	
// 	while(m>=0.006)
// 	{
// 		m=mybp.Trainnet(3,2,2,inputsample);
// 		m=mybp.Trainnet(3,2,2,inputsample1);
//         m=mybp.Trainnet(3,2,2,inputsample2);
// 		// cout << m << endl;
// 		i++;
// 	}
// 	cout<<"迭代"<<i<<"次达到输出结果"<<endl;
// 	mybp.test_net(3,2,2,testinput1);
// 	mybp.test_net(3,2,2,testinput2);
// 	/*mybp.shuru[1][0]=1.02;
// 	mybp.shuru[1][1]=1.55;
// 	mybp.shuru[1][2]=1.44;
// 	mybp.shuru[2][0]=1.02;
// 	mybp.shuru[2][1]=1.02;
// 	mybp.shuru[2][2]=1.02;*/

	mybp.Trainnet(inputsample); 	
/*	mybp.Trainnet(inputsample1,1);*/
	mybp.test_everynet(testinput2);
/*	mybp.test_everynet(testinput1);*/
	return 0;
}