BP神经网络实现(Java代码)讲解.doc

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
?  HYPERLINK /woodbean/article/details/7175378 BP神经网络实现(Java代码) 神经网络的原理虽然理解起来不难,但是要是想实现它,还是需要做一些工作的,并且有很多细节性的东西需要注意。通过参阅各种相关资料,以及参考网络上已有的资源,自己写了一个含有一个隐含层,且只能有一个输出单元的简单的BP网络,经过测试,达到了预期的效果。 需要说明的是,神经网络的每个输入都在[0,1]中,输出也在[0,1]中,在使用神经网络解决实际问题的时候,还需要对实际问题的输入输出进行归一化处理。另外,尽量不要使得神经网络的输入或输出接近于0或1,这样会影响拟合效果。 我用正弦函数进行了一次测试,效果如图所示: 以下是相关的代码: 1.神经网络代码 [java]? HYPERLINK /woodbean/article/details/7175378 \o view plain view plain HYPERLINK /woodbean/article/details/7175378 \o copy copy package?pkg1;?? ?? import?java.util.Scanner;?? ?? /*? ?*?? ?*/?? public?class?TestNeuro?{?? ?? ????private?int?INPUT_DIM=1;?? ????private?int?HIDDEN_DIM=20;?? ????private?double?LEARNING_RATE=0.05;?? ????double?[][]?input_hidden_weights=new?double[INPUT_DIM][HIDDEN_DIM];?? ????double?[]?hidden_output_weights=new?double[HIDDEN_DIM];?? ????double[]?hidden_thresholds=new?double[HIDDEN_DIM];?? ????double?output_threshold;?? ?????? ????public?static?void?main(String[]args){?? ????????Scanner?in=new?Scanner(System.in);?? ????????TestNeuro?neuro=new?TestNeuro(1,5);?? ????????neuro.initialize();?? ????????for(int?i=0;i10000;i++){?? ????????????double[]?input=new?double[1];?? ????????????input[0]=Math.random();?? ????????????double?expectedOutput=input[0]*input[0];?? ????????????//System.out.println(input?:?+input[0]+\t\texpectedOutput?:?+expectedOutput);?? ????????????//System.out.println(predict?before?training?:?+neuro.predict(input));?? ????????????neuro.trainOnce(input,?expectedOutput);?? ????????????//System.out.println(predict?after?training?:?+neuro.predict(input));?? ????????????//in.next();?? ????????}?? ????????while(true){?? ????????????//neuro.printLinks();?? ????????????double[]?input=new?double[1];?? ????????????input[0]=in.nextDouble();?? ????????????double?expectedOutput=in.nextDouble();?? ????????????System.out.println(predict?before?training?:?+neuro.predict(input));?? ????????????neuro.trainOnce(input,?expectedOutput);?? ????????????System.out.println(predict?after?training?:?+neur

文档评论(0)

shuwkb + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档