查看: 3577|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;
* O! y, X4 g) o1 Y5 ~
5 H6 u2 E0 o; a! u1 I/ c( A7 X
import java.io.File;& K' h. U Q9 c4 D( S% S
import java.io.FileInputStream;
' i8 y* A) M7 \# G+ k
import java.io.FileOutputStream;4 y# q3 l6 {; e5 r5 M
import java.io.IOException;
5 _% x0 L2 P* q
import java.io.ObjectInputStream;
4 b7 K/ o9 w; u% I4 k
import java.io.ObjectOutputStream;
2 F6 E' e' M/ e6 E6 M
G) C' V2 q6 F
public class BPFactory {' I! B3 \: s1 D$ M& w( J+ }2 D
/**7 {! R- @4 \ j' j) n4 f5 ]! q8 J
* BP神经网络元
8 K y\\" A; D\\" x x
*/\\" U7 i# U9 \% ~' h4 E( C
private static BP bp;7 Q6 }8 r4 r6 f, y
\\" G6 O: I# [/ |$ Q3 w8 Y. y
/**
0 i* S6 V; \/ @+ l9 w x
* 初始化一个全新的bp神经网络5 K7 t# d4 J. P: P- ^2 |) K5 g
* @param inputSize
, T/ S9 R' i: N/ m& e( x a
* @param hiddenSize _' {) v' b/ K5 s8 n
* @param outputSize$ w# A5 Y% M/ q( N/ E0 C
*/
6 O' V$ x2 O1 m# G
public static void initialization(int inputSize,int hiddenSize,int outputSize) {
( T# k( C, }+ y. B f
bp=new BP(inputSize, hiddenSize, outputSize);
; \. g, E+ }1 S7 L6 U( @
}& O8 o5 N. J( R$ O5 V1 z& `: U8 h2 M
) K- J& v6 s M9 j7 _/ K
/**' K) I/ C. ]! _* z\\" n
* 从文件数据中读取bp神经网络) r0 ^8 I, N8 h) a8 f9 n/ w/ s8 B
* @param file
8 E# c( l5 P- Z8 Y
* @throws IOException: C$ @* {0 ]6 }) m |$ q
* @throws ClassNotFoundException
; J- ~; m8 }* b5 W
*/
$ a8 u% D8 [* b& F! N
public static void initialization(File file) throws IOException, ClassNotFoundException {# B9 ?# X6 T: T; w
FileInputStream fi = new FileInputStream(file);
4 Q5 W/ j* X% y4 k' V
ObjectInputStream si = new ObjectInputStream(fi);
6 }+ A$ V8 i0 X- o/ ~4 V
bp = (BP) si.readObject(); ' @; L& G+ p# ]1 Q5 j* E
si.close();
0 a* T+ y: r/ v s1 l
}
3 O, \. j* l\\" q0 ?
* o! b' }' q: s# A0 h- E ?' K5 c. E- z
/**' c3 R# F. C8 _# n$ w5 U n
* 将目前的神经网络储存在指定文件
\\" g, H- {: C) d, t0 j! a8 P
* @param file
: R, g& {- W# n1 g/ Z6 H
* @throws IOException5 ?$ \5 a- [! f( |8 h! a
*/3 b7 y1 E! ?8 ]3 k0 r5 ?* ^& w0 F) n
public static void save(File file) throws IOException {
! Y+ B& o9 C+ g6 ]/ Y$ Y/ a; P; ]6 o
FileOutputStream fo = new FileOutputStream(file);1 z4 {9 a3 ~1 r* t; B
ObjectOutputStream so = new ObjectOutputStream(fo);* y# `- V6 C+ U7 D; S. D- I
so.writeObject(bp);, w a: c# I# Y4 z U8 W! H! N
so.close();
. q) t G5 t6 n
}0 }! J/ \) D2 D! e; e/ W
, `( b( S7 m\\" b0 V. {\\" \\\" J
/**4 p, }& h( q, v# b) \
* 训练BP神经网络
1 n8 k4 a# K& r6 V, i& k, G
* @param trainData
\\" M( z: F/ n8 ]5 \
* @param target* {) ~) {6 A1 \4 n
*/7 ~: e/ g+ s+ C' Q/ a
public static void train(double[] trainData, double[] target) {
7 ^3 \% o h: R6 W3 h
bp.train(trainData, target);
, F\\" n& w7 q2 g( C! X: F
}
. T8 v( Z7 `; D, S! q
' W; _' m/ o% r% D3 @
/**( g1 P4 @1 V5 W8 v+ _ `0 i
* 要求bp神经网络返回预测值
2 Y# ]) q3 C9 o
* @param inData
& @) d# b4 N% }7 f* j( ?; W5 k, Q
* @return( D. ~: F( h0 _
*/
+ e7 W5 o& A' s
public static double[] test(double[] inData) {
4 d; r3 x5 L. c; l, i9 h8 c
return bp.test(inData);
! Y3 d, Y' V* V! i' ~& _0 k
}: E' K# ~8 l, y! w; i3 y/ ^
}

package ghost.writer.logic; 
* O! y, X4 g) o1 Y5 ~
 
5 H6 u2 E0 o; a! u1 I/ c( A7 X
import java.io.File;& K' h. U  Q9 c4 D( S% S

import java.io.FileInputStream; 
' i8 y* A) M7 \# G+ k
import java.io.FileOutputStream;4 y# q3 l6 {; e5 r5 M

import java.io.IOException; 
5 _% x0 L2 P* q
import java.io.ObjectInputStream; 
4 b7 K/ o9 w; u% I4 k
import java.io.ObjectOutputStream; 
2 F6 E' e' M/ e6 E6 M
  G) C' V2 q6 F

public class BPFactory {' I! B3 \: s1 D$ M& w( J+ }2 D

/**7 {! R- @4 \  j' j) n4 f5 ]! q8 J

* BP神经网络元 
8 K  y\\" A; D\\" x  x
         */\\" U7 i# U9 \% ~' h4 E( C

private static BP bp;7 Q6 }8 r4 r6 f, y

\\" G6 O: I# [/ |$ Q3 w8 Y. y
        /** 
0 i* S6 V; \/ @+ l9 w  x
         * 初始化一个全新的bp神经网络5 K7 t# d4 J. P: P- ^2 |) K5 g

* @param inputSize 
, T/ S9 R' i: N/ m& e( x  a
         * @param hiddenSize   _' {) v' b/ K5 s8 n

* @param outputSize$ w# A5 Y% M/ q( N/ E0 C

*/ 
6 O' V$ x2 O1 m# G
        public static void initialization(int inputSize,int hiddenSize,int outputSize) { 
( T# k( C, }+ y. B  f
                bp=new BP(inputSize, hiddenSize, outputSize); 
; \. g, E+ }1 S7 L6 U( @
        }& O8 o5 N. J( R$ O5 V1 z& `: U8 h2 M

) K- J& v6 s  M9 j7 _/ K

/**' K) I/ C. ]! _* z\\" n

* 从文件数据中读取bp神经网络) r0 ^8 I, N8 h) a8 f9 n/ w/ s8 B

* @param file 
8 E# c( l5 P- Z8 Y
         * @throws IOException: C$ @* {0 ]6 }) m  |$ q

* @throws ClassNotFoundException 
; J- ~; m8 }* b5 W
         */ 
$ a8 u% D8 [* b& F! N
        public static void initialization(File file) throws IOException, ClassNotFoundException {# B9 ?# X6 T: T; w

FileInputStream fi = new FileInputStream(file); 
4 Q5 W/ j* X% y4 k' V
                ObjectInputStream si = new ObjectInputStream(fi); 
6 }+ A$ V8 i0 X- o/ ~4 V
                bp = (BP) si.readObject(); ' @; L& G+ p# ]1 Q5 j* E

si.close(); 
0 a* T+ y: r/ v  s1 l
        } 
3 O, \. j* l\\" q0 ?
        * o! b' }' q: s# A0 h- E  ?' K5 c. E- z

/**' c3 R# F. C8 _# n$ w5 U  n

* 将目前的神经网络储存在指定文件 
\\" g, H- {: C) d, t0 j! a8 P
         * @param file 
: R, g& {- W# n1 g/ Z6 H
         * @throws IOException5 ?$ \5 a- [! f( |8 h! a

*/3 b7 y1 E! ?8 ]3 k0 r5 ?* ^& w0 F) n

public static void save(File file) throws IOException { 
! Y+ B& o9 C+ g6 ]/ Y$ Y/ a; P; ]6 o
                FileOutputStream fo = new FileOutputStream(file);1 z4 {9 a3 ~1 r* t; B

ObjectOutputStream so = new ObjectOutputStream(fo);* y# `- V6 C+ U7 D; S. D- I

so.writeObject(bp);, w  a: c# I# Y4 z  U8 W! H! N

so.close(); 
. q) t  G5 t6 n
        }0 }! J/ \) D2 D! e; e/ W

, `( b( S7 m\\" b0 V. {\\" \\\" J
        /**4 p, }& h( q, v# b) \

* 训练BP神经网络 
1 n8 k4 a# K& r6 V, i& k, G
         * @param trainData 
\\" M( z: F/ n8 ]5 \
         * @param target* {) ~) {6 A1 \4 n

*/7 ~: e/ g+ s+ C' Q/ a

public static void train(double[] trainData, double[] target) { 
7 ^3 \% o  h: R6 W3 h
                bp.train(trainData, target); 
, F\\" n& w7 q2 g( C! X: F
        } 
. T8 v( Z7 `; D, S! q
        
' W; _' m/ o% r% D3 @
        /**( g1 P4 @1 V5 W8 v+ _  `0 i

* 要求bp神经网络返回预测值 
2 Y# ]) q3 C9 o
         * @param inData 
& @) d# b4 N% }7 f* j( ?; W5 k, Q
         * @return( D. ~: F( h0 _

*/ 
+ e7 W5 o& A' s
        public static double[] test(double[] inData) { 
4 d; r3 x5 L. c; l, i9 h8 c
                return bp.test(inData); 
! Y3 d, Y' V* V! i' ~& _0 k
        }: E' K# ~8 l, y! w; i3 y/ ^

}

zan

网络