paramsparse.m

MATLAB编写的误差反向传播（BP）神经网络简单分类器。

%函数名：ParamsParse
%函数功能：将一个行向量重新解析成几个矩阵，作为一个三层BP网络各层的连接权值和阈值
%函数参数：Params,I,J,K,L
%参数说明：Params:包含矩阵各元素的行向量
%         I：输入层的神经元个数
%         J：第一隐含层的神经元个数
%         K：第二隐含层的神经元个数
%         L：输出层的神经元个数
%函数输出：Wij,b1,Wkj,b2,Wkl,b3
%输出说明：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
%
function [Wij,b1,Wjk,b2,Wkl,b3] = ParamsParse(Params,I,J,K,L);

    %矩阵元素计数器
    counter=1;
    
    %初始化各矩阵
    Wij=zeros(J,I);
    b1=zeros(J,1);
    Wjk=zeros(K,J);
    b2=zeros(K,1);
    Wkl=zeros(L,K);
    b3=zeros(L,1);
    
    %依次读出元素形成Wij
    for j=1:J
        for i=1:I
            Wij(j,i)=Params(counter);
            counter=counter+1;
        end
    end
    %形成b1
    for m=1:J
        b1(m,1)=Params(counter);
        counter=counter+1;
    end
    
    %形成Wjk
    for k=1:K
        for j=1:J
            Wjk(k,j)=Params(counter);
            counter=counter+1;
        end
    end
    %形成b2
    for m=1:K
        b2(m,1)=Params(counter);
        counter=counter+1;
    end
    
    %形成Wkl
    for l=1:L
        for k=1:K
            Wkl(l,k)=Params(counter);
            counter=counter+1;
        end
    end
    %形成b3
    for m=1:L
        b3(m,1)=Params(counter);
        counter=counter+1;
    end
    
%End Function