查看: 3411|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( f. C) {2 T1 G
T2 t5 P/ @\\" `: h
import java.io.File;2 V! q\\" i0 Z. K g. w3 i. I
import java.io.FileInputStream;; T( m\\" P+ |, |6 @
import java.io.FileOutputStream;: k: t' w\\" v8 T; q. \
import java.io.IOException;
8 F- k' l$ f/ K: a' x5 @# z1 v\\" h
import java.io.ObjectInputStream;. F- T. m2 Z- A7 L
import java.io.ObjectOutputStream;
t' c4 G; F) P3 O& G) j$ M
% i: ]% l# |1 d3 C- m2 [
public class BPFactory {+ e: l4 [. h$ h
/**: ^4 F- P' s9 P. S9 z3 h2 v
* BP神经网络元
: J1 u0 m2 r7 M: {- ?
*/
\\" q; a) F- H' R. u4 N% w
private static BP bp;
( |9 T3 z7 p* t: ]
/ t: k% }6 |) a! ?! T' e
/**1 s4 r8 @1 P4 O1 P: p. C* S6 J
* 初始化一个全新的bp神经网络
) ~+ s4 o& d, e( L
* @param inputSize\\" P! z/ J7 B0 @% s- h
* @param hiddenSize
3 h' L) A8 U6 }/ F# n! _( o5 h
* @param outputSize
8 L7 b6 E+ J2 z
*/
5 D% o6 p1 |( G
public static void initialization(int inputSize,int hiddenSize,int outputSize) {6 A, I. \& G+ P4 w
bp=new BP(inputSize, hiddenSize, outputSize);; i6 d G\\" d O, K( \
}1 n$ W8 S0 ~% o6 X+ E* I
; L8 i- N; G0 k7 _
/**
7 }) O, t7 x! m# E8 Y
* 从文件数据中读取bp神经网络
4 s/ x' `7 Z: T' \
* @param file
( s9 w B3 {5 b( N! |
* @throws IOException
! O0 S0 |- K; O\\" P5 _4 o
* @throws ClassNotFoundException
; Z8 M4 }+ B, V& m/ r- b
*/
0 h9 D5 f, L2 G4 j$ D9 [
public static void initialization(File file) throws IOException, ClassNotFoundException {
; n' [9 } m8 q; y3 c: E1 x
FileInputStream fi = new FileInputStream(file);; e; v5 I\\" @9 o) x' ]( b2 }
ObjectInputStream si = new ObjectInputStream(fi); 5 M\\" \2 h# J2 ~\\" n, U
bp = (BP) si.readObject(); 2 y9 S9 T, H& \# v
si.close();) x7 p! M\\" f+ f: c% T; V9 n
}& T& y9 w' {, X$ n\\" N7 c1 q
5 _3 d2 {. Q- R$ d% I1 S
/**
m( d3 L8 U, B) J
* 将目前的神经网络储存在指定文件
+ [: {( K' d# V
* @param file
) R M1 f$ e5 g* X
* @throws IOException
3 e2 k! d1 L; K6 t8 x
*/
h! }6 d, d5 Z, M r
public static void save(File file) throws IOException {
/ c' |% A* I, Y0 Q
FileOutputStream fo = new FileOutputStream(file);
' a8 M2 `0 w1 p$ l
ObjectOutputStream so = new ObjectOutputStream(fo);6 W\\" ^ S P( |# O4 c4 n
so.writeObject(bp);& y1 C) V0 H1 V' ^* W5 N/ c
so.close();3 R! W q( J0 J6 I |# Q
}$ {1 f3 i\\" {4 ?' o% |' f+ u
6 b! w4 f) d/ u% _\\" }
/**
5 j5 T& q8 D8 r: f( y1 g
* 训练BP神经网络
& m* ?- k* L! u$ o+ V& B9 U
* @param trainData
- |7 B: n% C9 Z! ` P6 ?( F
* @param target
5 B% P( P1 ?/ ]! X7 o! t
*/: A, D: ? Y& r3 g% {
public static void train(double[] trainData, double[] target) {
* l1 q\\" c0 W8 d0 a6 [
bp.train(trainData, target); a: E! Z& c\\" Z3 Q9 |
} P5 X) Z) t6 v5 } o\\" g
\\" Q/ A& D8 ~0 m
/**
9 E! }/ K1 N& A9 _
* 要求bp神经网络返回预测值
K( g) j; ~0 ~6 @$ x* ]! ^& u
* @param inData# B; \! r- f5 P8 x$ b) B# C
* @return* K\\" |$ u$ q\\" _2 S0 R
*/
. p1 e) X, I+ X8 I( ^* U% R2 s: c
public static double[] test(double[] inData) {
* g2 ?5 S6 ^1 i# G1 A- Y- n9 F
return bp.test(inData);
# V; ?( H+ B8 C
}
5 ?8 g3 R3 I- L; Z- E$ F4 l
}

package ghost.writer.logic; 
, O& ]( Y( f. C) {2 T1 G
  T2 t5 P/ @\\" `: h

import java.io.File;2 V! q\\" i0 Z. K  g. w3 i. I

import java.io.FileInputStream;; T( m\\" P+ |, |6 @

import java.io.FileOutputStream;: k: t' w\\" v8 T; q. \

import java.io.IOException; 
8 F- k' l$ f/ K: a' x5 @# z1 v\\" h
import java.io.ObjectInputStream;. F- T. m2 Z- A7 L

import java.io.ObjectOutputStream; 
  t' c4 G; F) P3 O& G) j$ M
 
% i: ]% l# |1 d3 C- m2 [
public class BPFactory {+ e: l4 [. h$ h

/**: ^4 F- P' s9 P. S9 z3 h2 v

* BP神经网络元 
: J1 u0 m2 r7 M: {- ?
         */ 
\\" q; a) F- H' R. u4 N% w
        private static BP bp; 
( |9 T3 z7 p* t: ]
        / t: k% }6 |) a! ?! T' e

/**1 s4 r8 @1 P4 O1 P: p. C* S6 J

* 初始化一个全新的bp神经网络 
) ~+ s4 o& d, e( L
         * @param inputSize\\" P! z/ J7 B0 @% s- h

* @param hiddenSize 
3 h' L) A8 U6 }/ F# n! _( o5 h
         * @param outputSize 
8 L7 b6 E+ J2 z
         */ 
5 D% o6 p1 |( G
        public static void initialization(int inputSize,int hiddenSize,int outputSize) {6 A, I. \& G+ P4 w

bp=new BP(inputSize, hiddenSize, outputSize);; i6 d  G\\" d  O, K( \

}1 n$ W8 S0 ~% o6 X+ E* I

; L8 i- N; G0 k7 _

/** 
7 }) O, t7 x! m# E8 Y
         * 从文件数据中读取bp神经网络 
4 s/ x' `7 Z: T' \
         * @param file 
( s9 w  B3 {5 b( N! |
         * @throws IOException 
! O0 S0 |- K; O\\" P5 _4 o
         * @throws ClassNotFoundException 
; Z8 M4 }+ B, V& m/ r- b
         */ 
0 h9 D5 f, L2 G4 j$ D9 [
        public static void initialization(File file) throws IOException, ClassNotFoundException { 
; n' [9 }  m8 q; y3 c: E1 x
                FileInputStream fi = new FileInputStream(file);; e; v5 I\\" @9 o) x' ]( b2 }

ObjectInputStream si = new ObjectInputStream(fi); 5 M\\" \2 h# J2 ~\\" n, U

bp = (BP) si.readObject(); 2 y9 S9 T, H& \# v

si.close();) x7 p! M\\" f+ f: c% T; V9 n

}& T& y9 w' {, X$ n\\" N7 c1 q

5 _3 d2 {. Q- R$ d% I1 S
        /** 
  m( d3 L8 U, B) J
         * 将目前的神经网络储存在指定文件 
+ [: {( K' d# V
         * @param file 
) R  M1 f$ e5 g* X
         * @throws IOException 
3 e2 k! d1 L; K6 t8 x
         */ 
  h! }6 d, d5 Z, M  r
        public static void save(File file) throws IOException { 
/ c' |% A* I, Y0 Q
                FileOutputStream fo = new FileOutputStream(file); 
' a8 M2 `0 w1 p$ l
                ObjectOutputStream so = new ObjectOutputStream(fo);6 W\\" ^  S  P( |# O4 c4 n

so.writeObject(bp);& y1 C) V0 H1 V' ^* W5 N/ c

so.close();3 R! W  q( J0 J6 I  |# Q

}$ {1 f3 i\\" {4 ?' o% |' f+ u

6 b! w4 f) d/ u% _\\" }
        /** 
5 j5 T& q8 D8 r: f( y1 g
         * 训练BP神经网络 
& m* ?- k* L! u$ o+ V& B9 U
         * @param trainData 
- |7 B: n% C9 Z! `  P6 ?( F
         * @param target 
5 B% P( P1 ?/ ]! X7 o! t
         */: A, D: ?  Y& r3 g% {

public static void train(double[] trainData, double[] target) { 
* l1 q\\" c0 W8 d0 a6 [
                bp.train(trainData, target);  a: E! Z& c\\" Z3 Q9 |

}  P5 X) Z) t6 v5 }  o\\" g

\\" Q/ A& D8 ~0 m

/** 
9 E! }/ K1 N& A9 _
         * 要求bp神经网络返回预测值 
  K( g) j; ~0 ~6 @$ x* ]! ^& u
         * @param inData# B; \! r- f5 P8 x$ b) B# C

* @return* K\\" |$ u$ q\\" _2 S0 R

*/ 
. p1 e) X, I+ X8 I( ^* U% R2 s: c
        public static double[] test(double[] inData) { 
* g2 ?5 S6 ^1 i# G1 A- Y- n9 F
                return bp.test(inData); 
# V; ?( H+ B8 C
        } 
5 ?8 g3 R3 I- L; Z- E$ F4 l
}

zan

网络