查看: 3529|回复: 4

BP神经网络学习机器演示

字体大小: 正常放大

5 主题	9 听众	24 积分

升级 20%

TA的每日心情

	开心 2014-4-16 14:59

签到天数: 3 天

[LV.2]偶尔看看I

自我介绍: 新者上路

电梯直达

1^#

发表于 2014-4-12 14:13 |只看该作者 |倒序浏览

|招呼Ta 关注Ta

采用文件保存数据，基于BP神经网络，可以自行调节隐含层的节点数以调节识别准确率
注意：由于是个人开发测试识别率并不高，很多地方的匹配识别算法等都是最简单的那种，需要的人可以自己优化，识别和学习是需要先点“其他”按钮进行格式化面板才能继续操作

package ghost.writer.logic;
! j# m! [2 B9 y& q4 v' k# T0 D' o
, P' z+ C, ?* E+ Y
import java.io.File;
( D. L6 \& b& h2 X- d8 L
import java.io.FileInputStream;
\\" y S d, ^! O8 G
import java.io.FileOutputStream;5 |* C; ]+ w; A4 w! H7 R8 J8 [
import java.io.IOException;
! {2 \+ H* G, F/ ]4 p9 u9 P, t* |
import java.io.ObjectInputStream;+ k* z& k- o+ P: _% P+ q
import java.io.ObjectOutputStream;0 u% l* X, P9 V- H
. Z# L2 I4 N8 [# x\\" r! n
public class BPFactory {! ?6 |' B- W) i6 |6 J
/**
\\" v: d4 L6 G9 e' E' _
* BP神经网络元
! Q- {1 }3 | f: G; [
*/* }5 D* w G) c7 |\\" |; l7 t
private static BP bp;
4 | @9 b\\" d6 P
: |; X. Q. t* t2 h- M0 F
/**
! [* ~) p; M4 i6 w( h. |
* 初始化一个全新的bp神经网络
. l8 _5 l+ A4 M z3 b- L
* @param inputSize: V$ V: z- Q- K
* @param hiddenSize . s( K- @' Y6 l6 h! n- J
* @param outputSize
~9 M+ Y g R% n9 {: y; [/ L
*/# R7 z1 `$ s! f; k. k% m
public static void initialization(int inputSize,int hiddenSize,int outputSize) {5 n8 u8 L7 N* y1 C6 Y0 C
bp=new BP(inputSize, hiddenSize, outputSize);
8 S6 e! {9 k r3 o- _+ Q* q
}
) m1 T( Y5 O1 Z5 T4 A. @
+ F% ^1 i9 t1 X
/**: S! |6 n- ^8 Y
* 从文件数据中读取bp神经网络0 {* R& o5 M/ j9 W. E0 D' C
* @param file
5 a; D: q% R; j
* @throws IOException& f' D0 h1 ?: S) t4 j/ R
* @throws ClassNotFoundException
/ |* ~( s3 i( A6 Y& Z1 s5 g
*/
# Z. D+ d% }* Q\\" c% n/ k
public static void initialization(File file) throws IOException, ClassNotFoundException {
1 x; o' C0 V' x# |6 g3 w
FileInputStream fi = new FileInputStream(file);' N\\" o. n! x$ \8 R2 K
ObjectInputStream si = new ObjectInputStream(fi); 7 g- e\\" x\\" L: b& F
bp = (BP) si.readObject();
1 S* I8 P9 D# d; {8 O2 u
si.close();8 P% A5 T\\" W7 U) _7 C
}
! D\\" a/ F9 Y5 j/ u- A5 n
; v3 x3 V1 |; a
/**
7 |) d. V! ?! U$ \/ W8 w) d
* 将目前的神经网络储存在指定文件) F\\" }) E6 i! ^
* @param file\\" b3 ^: K- s$ D/ f& b! Y
* @throws IOException* b0 }8 l9 m6 W6 Q- V1 l+ c1 ]
*/
7 R\\" w+ x+ k4 o |4 V
public static void save(File file) throws IOException {# }0 ~: L7 A: F E
FileOutputStream fo = new FileOutputStream(file);) r9 l8 U2 Q/ e2 w5 w2 Y* W! j/ R6 }
ObjectOutputStream so = new ObjectOutputStream(fo);\\" ]! ^9 r$ Z) Z% u( f; c/ Z
so.writeObject(bp);0 x% e( Y h# V* ?% y
so.close();
$ R+ f. V( K6 B# w- c
}; z4 h1 i* E\\" h4 _
, K\\" k) S4 X/ V }0 O2 {
/**2 ~ N) Q; [ N* B, Y
* 训练BP神经网络
5 o+ V/ C+ E0 H. \0 N7 C1 Z
* @param trainData2 B' [, [. u4 C! F, r# J( y, y
* @param target
% _9 M( p0 o+ `
*/
4 X8 D, Q7 |1 j
public static void train(double[] trainData, double[] target) {$ E( H# a+ P8 O j8 c* \! i
bp.train(trainData, target);/ i' b& F( W) F
}/ b* { E; D3 a
7 _% s# K# W# E
/**8 E( D- ?2 e; X9 R
* 要求bp神经网络返回预测值! ^; O3 Z: s5 C8 @; U' L8 V
* @param inData
: P: l9 ]! L/ a$ l
* @return- W; s! Q% } i
*/' k0 _, x4 B1 R+ K. y2 u& \5 F
public static double[] test(double[] inData) {
1 p7 r( h) P8 b8 d: f# \2 d! i* C
return bp.test(inData);4 U) V0 I4 W8 O$ u5 G; R% f6 D- i8 ]4 t8 L
}
7 N* a# f) M7 K+ G\\" G# z9 J
}

package ghost.writer.logic; 
! j# m! [2 B9 y& q4 v' k# T0 D' o
, P' z+ C, ?* E+ Y

import java.io.File; 
( D. L6 \& b& h2 X- d8 L
import java.io.FileInputStream; 
\\" y  S  d, ^! O8 G
import java.io.FileOutputStream;5 |* C; ]+ w; A4 w! H7 R8 J8 [

import java.io.IOException; 
! {2 \+ H* G, F/ ]4 p9 u9 P, t* |
import java.io.ObjectInputStream;+ k* z& k- o+ P: _% P+ q

import java.io.ObjectOutputStream;0 u% l* X, P9 V- H

. Z# L2 I4 N8 [# x\\" r! n

public class BPFactory {! ?6 |' B- W) i6 |6 J

/** 
\\" v: d4 L6 G9 e' E' _
         * BP神经网络元 
! Q- {1 }3 |  f: G; [
         */* }5 D* w  G) c7 |\\" |; l7 t

private static BP bp; 
4 |  @9 b\\" d6 P
        
: |; X. Q. t* t2 h- M0 F
        /** 
! [* ~) p; M4 i6 w( h. |
         * 初始化一个全新的bp神经网络 
. l8 _5 l+ A4 M  z3 b- L
         * @param inputSize: V$ V: z- Q- K

* @param hiddenSize . s( K- @' Y6 l6 h! n- J

* @param outputSize 
  ~9 M+ Y  g  R% n9 {: y; [/ L
         */# R7 z1 `$ s! f; k. k% m

public static void initialization(int inputSize,int hiddenSize,int outputSize) {5 n8 u8 L7 N* y1 C6 Y0 C

bp=new BP(inputSize, hiddenSize, outputSize); 
8 S6 e! {9 k  r3 o- _+ Q* q
        } 
) m1 T( Y5 O1 Z5 T4 A. @
        + F% ^1 i9 t1 X

/**: S! |6 n- ^8 Y

* 从文件数据中读取bp神经网络0 {* R& o5 M/ j9 W. E0 D' C

* @param file 
5 a; D: q% R; j
         * @throws IOException& f' D0 h1 ?: S) t4 j/ R

* @throws ClassNotFoundException 
/ |* ~( s3 i( A6 Y& Z1 s5 g
         */ 
# Z. D+ d% }* Q\\" c% n/ k
        public static void initialization(File file) throws IOException, ClassNotFoundException { 
1 x; o' C0 V' x# |6 g3 w
                FileInputStream fi = new FileInputStream(file);' N\\" o. n! x$ \8 R2 K

ObjectInputStream si = new ObjectInputStream(fi); 7 g- e\\" x\\" L: b& F

bp = (BP) si.readObject(); 
1 S* I8 P9 D# d; {8 O2 u
                si.close();8 P% A5 T\\" W7 U) _7 C

} 
! D\\" a/ F9 Y5 j/ u- A5 n
        ; v3 x3 V1 |; a

/** 
7 |) d. V! ?! U$ \/ W8 w) d
         * 将目前的神经网络储存在指定文件) F\\" }) E6 i! ^

* @param file\\" b3 ^: K- s$ D/ f& b! Y

* @throws IOException* b0 }8 l9 m6 W6 Q- V1 l+ c1 ]

*/ 
7 R\\" w+ x+ k4 o  |4 V
        public static void save(File file) throws IOException {# }0 ~: L7 A: F  E

FileOutputStream fo = new FileOutputStream(file);) r9 l8 U2 Q/ e2 w5 w2 Y* W! j/ R6 }

ObjectOutputStream so = new ObjectOutputStream(fo);\\" ]! ^9 r$ Z) Z% u( f; c/ Z

so.writeObject(bp);0 x% e( Y  h# V* ?% y

so.close(); 
$ R+ f. V( K6 B# w- c
        }; z4 h1 i* E\\" h4 _

, K\\" k) S4 X/ V  }0 O2 {
        /**2 ~  N) Q; [  N* B, Y

* 训练BP神经网络 
5 o+ V/ C+ E0 H. \0 N7 C1 Z
         * @param trainData2 B' [, [. u4 C! F, r# J( y, y

* @param target 
% _9 M( p0 o+ `
         */ 
4 X8 D, Q7 |1 j
        public static void train(double[] trainData, double[] target) {$ E( H# a+ P8 O  j8 c* \! i

bp.train(trainData, target);/ i' b& F( W) F

}/ b* {  E; D3 a

7 _% s# K# W# E

/**8 E( D- ?2 e; X9 R

* 要求bp神经网络返回预测值! ^; O3 Z: s5 C8 @; U' L8 V

* @param inData 
: P: l9 ]! L/ a$ l
         * @return- W; s! Q% }  i

*/' k0 _, x4 B1 R+ K. y2 u& \5 F

public static double[] test(double[] inData) { 
1 p7 r( h) P8 b8 d: f# \2 d! i* C
                return bp.test(inData);4 U) V0 I4 W8 O$ u5 G; R% f6 D- i8 ]4 t8 L

} 
7 N* a# f) M7 K+ G\\" G# z9 J
}

zan

网络