查看: 3580|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;! v9 O9 O0 l' Z* {3 {. {# T
, ?8 q0 s6 X) ?0 t' B; r/ w2 t* g
import java.io.File;
3 E4 d: n! n/ q/ U
import java.io.FileInputStream;2 ~7 k3 G; `! H& U$ T$ U
import java.io.FileOutputStream;
. l8 V3 G9 ]\\" g. y
import java.io.IOException;\\" g9 G% J8 Q0 p; {7 W0 o5 }
import java.io.ObjectInputStream;- ^) G+ C X% E
import java.io.ObjectOutputStream;0 P\\" h& N/ w( U# A, ?; p; y
% a\\" t& g; ^( q' x/ a. }, b
public class BPFactory {5 p3 ^& h0 N6 a/ j4 X
/*** V4 ~2 E5 `9 V( Y e3 ?3 y3 K
* BP神经网络元# s' U9 ~) [3 l- L% d0 \
*/4 }# s7 v7 Q$ A- Z4 |9 K- i
private static BP bp;
( `9 V/ ^- x8 t; G- O
1 W. n( }9 Y0 u6 X ]' N3 b
/**) l$ |/ s1 t6 o: I( D& q, L/ l1 R\\" V
* 初始化一个全新的bp神经网络
( F7 h. i; V# t3 w! \0 A+ J8 B
* @param inputSize
) o\\" u3 ^+ Y/ S* F! O
* @param hiddenSize ( M7 z: Z! N. [7 L
* @param outputSize/ Y2 v% l1 |; N& i! b
*/8 N( J7 A/ @- U) ] F# z
public static void initialization(int inputSize,int hiddenSize,int outputSize) {
9 s- T- k. ~7 u# c\\" G9 ^: V
bp=new BP(inputSize, hiddenSize, outputSize);
; K; Q' ]) |7 q. @* |
}
/ S- A$ I! E- C |8 y: I
. W. v) i4 w9 @3 h4 m\\" }8 A
/**/ F9 x2 r1 J) x- g* ]
* 从文件数据中读取bp神经网络
7 J6 |+ n: e8 Z
* @param file b( E9 w) ], T/ B V2 ~/ O8 i
* @throws IOException, R: m# ^' k, E! O; {, F3 c
* @throws ClassNotFoundException1 E$ n7 Q' m* J8 m. }( m' c\\" Q
*/+ g9 O$ c7 G' @- v
public static void initialization(File file) throws IOException, ClassNotFoundException {
: r2 p: z% i. I$ r' P
FileInputStream fi = new FileInputStream(file);
# m% r/ U6 X- F\\" X6 S
ObjectInputStream si = new ObjectInputStream(fi);
( ?5 R+ R! m# L$ V. O, H3 W
bp = (BP) si.readObject();
9 |: ~) f. Y+ d0 T8 R
si.close();
5 X, a1 ?) d7 O6 t. Z9 N- `
}
: v W M& t9 b; h\\" d
% z3 n$ D* p) s) f$ ^6 L2 x
/**
9 Q, j4 f1 r4 `# z
* 将目前的神经网络储存在指定文件
) V5 B/ z( _9 v0 @
* @param file! C, N$ W! a5 W, h- e, Z/ C* |
* @throws IOException: ]7 @( T4 d+ F, w
*/; Z% O\\" Z: ^( |$ U) A$ f1 p\\" o
public static void save(File file) throws IOException {
! ^0 r7 ?1 V1 P
FileOutputStream fo = new FileOutputStream(file);7 {8 |$ o) F/ }\\" D) O5 }
ObjectOutputStream so = new ObjectOutputStream(fo);: q+ M. L8 L& p
so.writeObject(bp);% T; [( E. v3 E9 G. o7 S
so.close();0 g+ j6 n! } \: H
}
! b7 _. A$ A' H
3 _6 \7 ]( @8 f i
/**' z9 M: w$ X: i3 v3 w
* 训练BP神经网络0 a$ \# D! ] z7 x& F4 n7 G
* @param trainData5 P+ {1 b/ w9 E5 u) Y- O
* @param target
& j1 v8 h: l: k8 |6 O2 U
*// [3 Y/ l3 y& X9 @
public static void train(double[] trainData, double[] target) {, Y) v0 T4 }; p. s9 v\\" k
bp.train(trainData, target);
6 [% N( j( C1 Y; K- _
}
3 g- ]; f a7 n$ a% l
3 c, E0 ]$ N7 l1 a
/**: @, Q2 l$ e6 p8 I; h
* 要求bp神经网络返回预测值& E/ X) p. c$ D
* @param inData
* `! E( r% c3 W0 K& ~/ \) N
* @return: u7 Y6 l0 y4 I: i# ?5 G2 G7 n, i
*/: p F0 `\\" M) z4 n& J5 U! H, @
public static double[] test(double[] inData) {6 C$ S Q0 z) K3 Y$ v6 k1 f8 k
return bp.test(inData);* e. J) F+ S. U/ L* h+ n6 h: }( E
}* ^\\" L: m9 ^( j$ R: `' ~
}

package ghost.writer.logic;! v9 O9 O0 l' Z* {3 {. {# T

, ?8 q0 s6 X) ?0 t' B; r/ w2 t* g

import java.io.File; 
3 E4 d: n! n/ q/ U
import java.io.FileInputStream;2 ~7 k3 G; `! H& U$ T$ U

import java.io.FileOutputStream; 
. l8 V3 G9 ]\\" g. y
import java.io.IOException;\\" g9 G% J8 Q0 p; {7 W0 o5 }

import java.io.ObjectInputStream;- ^) G+ C  X% E

import java.io.ObjectOutputStream;0 P\\" h& N/ w( U# A, ?; p; y

% a\\" t& g; ^( q' x/ a. }, b
public class BPFactory {5 p3 ^& h0 N6 a/ j4 X

/*** V4 ~2 E5 `9 V( Y  e3 ?3 y3 K

* BP神经网络元# s' U9 ~) [3 l- L% d0 \

*/4 }# s7 v7 Q$ A- Z4 |9 K- i

private static BP bp; 
( `9 V/ ^- x8 t; G- O
        1 W. n( }9 Y0 u6 X  ]' N3 b

/**) l$ |/ s1 t6 o: I( D& q, L/ l1 R\\" V

* 初始化一个全新的bp神经网络 
( F7 h. i; V# t3 w! \0 A+ J8 B
         * @param inputSize 
) o\\" u3 ^+ Y/ S* F! O
         * @param hiddenSize ( M7 z: Z! N. [7 L

* @param outputSize/ Y2 v% l1 |; N& i! b

*/8 N( J7 A/ @- U) ]  F# z

public static void initialization(int inputSize,int hiddenSize,int outputSize) { 
9 s- T- k. ~7 u# c\\" G9 ^: V
                bp=new BP(inputSize, hiddenSize, outputSize); 
; K; Q' ]) |7 q. @* |
        } 
/ S- A$ I! E- C  |8 y: I
        
. W. v) i4 w9 @3 h4 m\\" }8 A
        /**/ F9 x2 r1 J) x- g* ]

* 从文件数据中读取bp神经网络 
7 J6 |+ n: e8 Z
         * @param file  b( E9 w) ], T/ B  V2 ~/ O8 i

* @throws IOException, R: m# ^' k, E! O; {, F3 c

* @throws ClassNotFoundException1 E$ n7 Q' m* J8 m. }( m' c\\" Q

*/+ g9 O$ c7 G' @- v

public static void initialization(File file) throws IOException, ClassNotFoundException { 
: r2 p: z% i. I$ r' P
                FileInputStream fi = new FileInputStream(file); 
# m% r/ U6 X- F\\" X6 S
                ObjectInputStream si = new ObjectInputStream(fi); 
( ?5 R+ R! m# L$ V. O, H3 W
                bp = (BP) si.readObject(); 
9 |: ~) f. Y+ d0 T8 R
                si.close(); 
5 X, a1 ?) d7 O6 t. Z9 N- `
        } 
: v  W  M& t9 b; h\\" d
        % z3 n$ D* p) s) f$ ^6 L2 x

/** 
9 Q, j4 f1 r4 `# z
         * 将目前的神经网络储存在指定文件 
) V5 B/ z( _9 v0 @
         * @param file! C, N$ W! a5 W, h- e, Z/ C* |

* @throws IOException: ]7 @( T4 d+ F, w

*/; Z% O\\" Z: ^( |$ U) A$ f1 p\\" o

public static void save(File file) throws IOException { 
! ^0 r7 ?1 V1 P
                FileOutputStream fo = new FileOutputStream(file);7 {8 |$ o) F/ }\\" D) O5 }

ObjectOutputStream so = new ObjectOutputStream(fo);: q+ M. L8 L& p

so.writeObject(bp);% T; [( E. v3 E9 G. o7 S

so.close();0 g+ j6 n! }  \: H

} 
! b7 _. A$ A' H
        
3 _6 \7 ]( @8 f  i
        /**' z9 M: w$ X: i3 v3 w

* 训练BP神经网络0 a$ \# D! ]  z7 x& F4 n7 G

* @param trainData5 P+ {1 b/ w9 E5 u) Y- O

* @param target 
& j1 v8 h: l: k8 |6 O2 U
         *// [3 Y/ l3 y& X9 @

public static void train(double[] trainData, double[] target) {, Y) v0 T4 }; p. s9 v\\" k

bp.train(trainData, target); 
6 [% N( j( C1 Y; K- _
        } 
3 g- ]; f  a7 n$ a% l
        
3 c, E0 ]$ N7 l1 a
        /**: @, Q2 l$ e6 p8 I; h

* 要求bp神经网络返回预测值& E/ X) p. c$ D

* @param inData 
* `! E( r% c3 W0 K& ~/ \) N
         * @return: u7 Y6 l0 y4 I: i# ?5 G2 G7 n, i

*/: p  F0 `\\" M) z4 n& J5 U! H, @