zuizhongbp.m

基于bp网络的模式识别

p=[0.045036 0.108780 0.128584 0.009097 0.000000;
   0.119754 0.646052 0.279757 0.176645 0.030556;
   0.017400 0.009939 0.005213 0.023694 0.727778;
   0.148414 0.657096 0.384014 0.182991 0.000000;
   0.035824 0.267808 0.693310 0.025809 0.005556;
   0.078813 0.828272 0.357950 0.582822 1.000000;
   0.031218 0.020431 0.008688 0.029194 0.944444;
   0.058342 1.000000 1.000000 1.000000 0.111111;
   0.631525 0.309221 0.184188 0.053945 0.694444; 
   0.662231 0.276091 0.288445 0.041252 0.127778;
   0.160696 0.701270 0.279757 0.202031 0.000000;
   0.006141 0.018222 0.065161 0.007193 0.010000;
   1.000000 0.386527 0.496959 0.024328 0.022222;
   0.000000 0.675870 0.707211 0.818913 0.150000;
   0.018731 0.036996 0.004334 0.002962 0.000000]';
t=[1 0 0 0 0 ;
    0 0 0 0 1 ;
    0 0 1 0 0 ;
    0 0 0 1 0; 
    0 0 0 1 0; 
    0 0 0 0 1; 
    0 0 1 0 0; 
    0 0 0 0 1; 
    0 0 1 0 0;
    0 1 0 0 0; 
    0 0 0 1 0; 
    1 0 0 0 0; 
    0 1 0 0 0;
    0 0 0 0 1; 
    0 0 0 1 0]';
[w1,b1,w2,b2]=initff(p,13,'logsig',t,'purelin'); 
df=10;       %设定（程序在循环内的）显示间隔次数  
me=500;     %设定最大循环次数 
eg=0.001;     %目标误差平方和
lr=0.03;     %学习速率
tp=[df me eg lr];
[w1,b1,w2,b2,ep,tr]=trainlm(w1,b1,'logsig',w2,b2,'purelin',p,t,tp);
pause %按任意键，检测网络性能,m和b分别表示最优回归直线的斜率和y轴截距,r表示网络输出与目标输出的相关系数
clc
P=[0.01392 0.0254 0.003475 0.002327 0]';
a=simuff(P,w1,b1,'logsig',w2,b2,'purelin')