BP神經网络实验报告.doc

深 圳 大 学 实 验 报 告 实验课程名称： 人工神经网络技术 实验项目名称： BP神经网络对蝴蝶花分类 学院： 专业： 软件工程 报告人： 学号： 班级： 同组人： 无 指导教师： 实验时间： 实验报告提交时间： 教务处制 实验目的 初步熟悉MATLAB 工作环境，熟悉命令窗口，学会使用帮助窗口查找帮助信息。 实验内容 1、网络设计，包括输入层、隐含层、输出层节点个数的设计。 2、算法步骤 3、编程，注意原始数据的通用化，数据输入的随机性。 4、网络训练，注意训练数据与验证数据分开。 5、网络验证 6、结果分析，修改隐含层节点个数，修改学习率，分别对结果的影响。 三、实验步骤 直接在Matlab软件中的Editor中运行以下代码：（完善的代码用红色字体表示） % li.m % A BP NN with momentum to solve Fishers Iris Flower problem % by lixiujuan, Nov 13, 2011 % % the NN architecture % it is a three layers neural network 4-3-3. % % parameter description % h=4 the node numer of input layer % i=3 the node numer of hidden layer % j=3 the node numer of output layer % V[h,i] the weights between input and hidden layers % W[i,j] the weights between hidden and output layers % Pi[i] the thresholds of hidden layer nodes % Tau[j] the thresholds of output layer nodes % a[h] the input values % b[i] the hidden layer node activations % c[j] the output layer node activations % ck[j] the desired output of output layer nodes % d[j] the eror in output layer nodes % e[i] the eror in hidden layer nodes % DeltaW[i,j] the amount of change for the weights W[i,j] % DeltaV[h,i] the amount of change for the weights V[h,i] % DeltaPi[i] the amount of change for the thresholds Pi[i] % DeltaTau[j] the amount of change for the thresholds Tau[j] % Alpha=0.1 the leaning rate % Beta=0.1 the leaning rate % Gamma=0.8 the constant determines effect of past weight changes % Tor=0.001 the torrelance that determines when to stop training % Maxepoch=1000 the max iterate number % % other parameters % Ntrain=115 the number of trainning sets % Ntest=35 the number of test sets % Otrain[115] the output of training