predictnet2.m

来自「MATLAB编写的误差反向传播（BP）神经网络简单分类器。」· M 代码 · 共 33 行

%函数名称：PredictNet2(Wij,b1,Wjk,b2,Wkl,b3,X,T)
%函数作用：输入一组给定的权值和阈值矩阵，以及输入值X，训练值T，调整
%         BP网络的权值和阈值达到最佳
%函数参数：Wij,b1,Wjk,b2,Wkl,b3,X,T
%参数说明：Wij：输入层到第一隐含层的连接权值
%         b1：第一隐含层各神经元的阈值
%         Wjk：第一隐含层到第二隐含层的连接权值
%         b2：第二隐含层各神经元的阈值
%         Wkl：第二隐含层到输出层的连接权值
%         b3：输出层各神经元的阈值
%         X：输入层所需的输入数据
%         T：理想输出结果
%函数输出：Oj,Ok,Ol,E,SSE
%输出说明：Oj：第一隐含层的输出
%         Ok: 第二隐含层的输出
%         Ol：输出层的输出
%         E：计算所得输出和理论值的误差
%         SSE：误差的方差和

function [Oj Ok Ol E SSE]=PredictNet2(Wij,b1,Wjk,b2,Wkl,b3,X,T);
    
    %第一隐含层的输出
    Oj=tansig(Wij*X,b1);
    %第二隐含层的输出
    Ok=tansig(Wjk*Oj,b2);
    %第三隐含层的输出
    Ol=tansig(Wkl*Ok,b3);
    %误差
    E=T-Ol;
    %误差的方差和
    SSE=sumsqr(E);
    
%End Function