data.h

3层BP网络

#define		N  3						/*学习样本个数*/
#define		IN 5						/*输入层神经元数目*/
#define		HN 8						/*隐层神经元数目*/
#define		ON 3						/*输出层神经元数目*/
float		P[IN];						/*单个样本输入数据*/
float		T[ON];						/*单个样本教师数据*/
float		Weight_H_I[HN][IN];			/*输入层至隐层权值*/
float		Weight_O_H[ON][HN];			/*隐层至输出层权值*/
float		V_H_I[HN];					/*隐层的输入*/
float		V_O_H[ON];					/*输出层的输入*/
float		Y_H_I[HN];					/*隐层的输出*/
float		O[ON];						/*输出层的输出*/
float		Threshold_HN[HN];			/*隐层的阈值*/
float		Threshold_ON[ON];			/*输出层的阈值*/
float		err_m[N];					/*第m个样本的总误差*/
float		a;							/*输出层至隐层步长*/
float		b;							/*隐层至输入层步长*/
float		alpha;						/*动量项，改进型bp*/
float		d_err[ON];					/*δk*/
float		e_err[HN];					/*δj*/
FILE		*fp;

struct {
float input[IN];
float teach[ON];
        }Study_Data[N];					/*定义一个放学习样本的结构*/

struct {
float input[IN];
float expect[ON];	
        }Test_Data[N];					/*定义一个放测试样本的结构*/

float old_W[HN][IN];					/*加入动量项bp，用来保存每次计算的权值*/
float old_V[ON][HN];