查看: 3527|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 |正序浏览

|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;
: F6 D, B; @+ J: Y( }. C
/ \* p& @2 S7 P6 c0 b
import java.io.File; {; |\\" v% {1 X, W$ O$ H6 w
import java.io.FileInputStream;
: v$ O6 U9 E0 V) N2 W9 p
import java.io.FileOutputStream;
- M3 K O7 O0 t4 a1 M% x: m) s
import java.io.IOException;$ G# E5 B$ C! i6 f# O J
import java.io.ObjectInputStream;. w% @5 k p3 U6 P; m
import java.io.ObjectOutputStream;
; G+ c1 f, j. T5 ]# O
, h4 h\\" X8 V; J; \
public class BPFactory {+ U4 H6 Y3 D% h
/**) a1 z. c# ?, [; q! ^9 ^
* BP神经网络元
7 p9 B' }& ]# g* C+ h! N& y
*/' }) L+ Z& y& j$ P
private static BP bp;
- g5 {5 }% u0 e& q% G1 Z$ C H
$ d0 a R* V9 s: y; D7 b: N! ~
/**4 ]1 K5 X8 a2 ^% S) J3 Y
* 初始化一个全新的bp神经网络
& V: z- T; A2 y1 ~$ v7 a
* @param inputSize& T% R0 o2 X5 ~. V\\" n
* @param hiddenSize
! l. R0 F) |. U. p2 V c# E, Y
* @param outputSize0 L\\" j- e1 ?/ ?1 ]0 ^( B\\" U
*/2 o, P) O; R( i% ^/ o
public static void initialization(int inputSize,int hiddenSize,int outputSize) {# q& ~7 l4 C\\" Q; s
bp=new BP(inputSize, hiddenSize, outputSize);0 z- s* Q: s( [2 j9 W2 P
}/ r% Y' L; t6 E
8 x+ k( Z7 |% H
/**7 r* j+ h& Q5 E2 f' S. Q8 O: ^. {
* 从文件数据中读取bp神经网络* M\\" _$ G H' h4 k! A
* @param file1 {/ v; e& |2 @1 _/ m
* @throws IOException
5 h+ a: V5 B! J2 b
* @throws ClassNotFoundException% O% n1 }7 J4 a2 n/ j5 A' h8 I
*/. z) i' r5 G! y3 l
public static void initialization(File file) throws IOException, ClassNotFoundException {* ~ S- ~9 b& E3 E, m4 o( p
FileInputStream fi = new FileInputStream(file);
1 E4 W9 Y* ?/ t3 B+ ~1 q1 ~
ObjectInputStream si = new ObjectInputStream(fi);
7 g2 q7 v/ k. ]
bp = (BP) si.readObject(); \\" @' e% `% E( t: o J. d\\" ?2 @
si.close();
. Z8 @$ {5 N& ?. F7 V
}
7 |5 M# f J. ^, R/ l
B* b4 l\\" S* g6 @( Y
/**7 H' v5 _. a+ d% E( c
* 将目前的神经网络储存在指定文件
( y5 h0 g& |5 g) r\\" W! x
* @param file& G C+ s! T- ?5 T1 r3 ~
* @throws IOException
) M q\\" U% W8 W% A
*/
# V, w5 A7 H, L, @+ d
public static void save(File file) throws IOException {. F# O. V/ _) T
FileOutputStream fo = new FileOutputStream(file);
' X9 b+ F! E# U* T
ObjectOutputStream so = new ObjectOutputStream(fo);1 d\\" V& a0 J8 i7 o/ `2 F x
so.writeObject(bp);
so.close();
/ A$ c/ \\\" y) c. s1 L Q
} N3 C' k\\" F- h: a2 Y, {: V% e* A
7 N7 B' Y/ [' C7 ?- h
/** E! \2 l' ?3 G- q) l* c0 e\\" y
* 训练BP神经网络* B\\" D$ J6 Q) u
* @param trainData\\" w; c9 M+ y% l+ P1 P/ h
* @param target9 B; X) n: }$ L; r4 B- K1 i. O
*/* u( F, D! G9 L& m9 a( z6 X5 E
public static void train(double[] trainData, double[] target) {5 ]! c6 D, P+ o3 G
bp.train(trainData, target);: R3 t }, X7 P
}
4 z8 T: C& f; o, Y9 q' z; ~
5 S; ~( w& |0 _. U5 A4 v3 R( o1 A
/**7 i, B1 a8 }: [2 z0 S
* 要求bp神经网络返回预测值
' c: D! Z) o' O4 k\\" u# A
* @param inData
7 ~1 \4 k6 P y0 M
* @return1 H8 E( s. g) G/ p0 Y
*// W3 t% z+ m/ _( D& ?( }
public static double[] test(double[] inData) { ^2 A. J- t6 `! m
return bp.test(inData);* O# D9 ^: Y3 n! x) L$ {4 x
}8 v# F- _' D/ J% U; L
}

package ghost.writer.logic; 
: F6 D, B; @+ J: Y( }. C
/ \* p& @2 S7 P6 c0 b

import java.io.File;  {; |\\" v% {1 X, W$ O$ H6 w

import java.io.FileInputStream; 
: v$ O6 U9 E0 V) N2 W9 p
import java.io.FileOutputStream; 
- M3 K  O7 O0 t4 a1 M% x: m) s
import java.io.IOException;$ G# E5 B$ C! i6 f# O  J

import java.io.ObjectInputStream;. w% @5 k  p3 U6 P; m

import java.io.ObjectOutputStream; 
; G+ c1 f, j. T5 ]# O
, h4 h\\" X8 V; J; \

public class BPFactory {+ U4 H6 Y3 D% h

/**) a1 z. c# ?, [; q! ^9 ^

* BP神经网络元 
7 p9 B' }& ]# g* C+ h! N& y
         */' }) L+ Z& y& j$ P

private static BP bp; 
- g5 {5 }% u0 e& q% G1 Z$ C  H
        
$ d0 a  R* V9 s: y; D7 b: N! ~
        /**4 ]1 K5 X8 a2 ^% S) J3 Y

* 初始化一个全新的bp神经网络 
& V: z- T; A2 y1 ~$ v7 a
         * @param inputSize& T% R0 o2 X5 ~. V\\" n

* @param hiddenSize 
! l. R0 F) |. U. p2 V  c# E, Y
         * @param outputSize0 L\\" j- e1 ?/ ?1 ]0 ^( B\\" U

*/2 o, P) O; R( i% ^/ o

public static void initialization(int inputSize,int hiddenSize,int outputSize) {# q& ~7 l4 C\\" Q; s

bp=new BP(inputSize, hiddenSize, outputSize);0 z- s* Q: s( [2 j9 W2 P

}/ r% Y' L; t6 E

8 x+ k( Z7 |% H

/**7 r* j+ h& Q5 E2 f' S. Q8 O: ^. {

* 从文件数据中读取bp神经网络* M\\" _$ G  H' h4 k! A

* @param file1 {/ v; e& |2 @1 _/ m

* @throws IOException 
5 h+ a: V5 B! J2 b
         * @throws ClassNotFoundException% O% n1 }7 J4 a2 n/ j5 A' h8 I

*/. z) i' r5 G! y3 l

public static void initialization(File file) throws IOException, ClassNotFoundException {* ~  S- ~9 b& E3 E, m4 o( p

FileInputStream fi = new FileInputStream(file); 
1 E4 W9 Y* ?/ t3 B+ ~1 q1 ~
                ObjectInputStream si = new ObjectInputStream(fi); 
7 g2 q7 v/ k. ]
                bp = (BP) si.readObject(); \\" @' e% `% E( t: o  J. d\\" ?2 @

si.close(); 
. Z8 @$ {5 N& ?. F7 V
        } 
7 |5 M# f  J. ^, R/ l
          B* b4 l\\" S* g6 @( Y

/**7 H' v5 _. a+ d% E( c

* 将目前的神经网络储存在指定文件 
( y5 h0 g& |5 g) r\\" W! x
         * @param file& G  C+ s! T- ?5 T1 r3 ~

* @throws IOException 
) M  q\\" U% W8 W% A
         */ 
# V, w5 A7 H, L, @+ d
        public static void save(File file) throws IOException {. F# O. V/ _) T

FileOutputStream fo = new FileOutputStream(file); 
' X9 b+ F! E# U* T
                ObjectOutputStream so = new ObjectOutputStream(fo);1 d\\" V& a0 J8 i7 o/ `2 F  x

so.writeObject(bp); 
8 n) y8 P: V; J2 d  p; s, S  i7 h! S+ z
                so.close(); 
/ A$ c/ \\\" y) c. s1 L  Q
        }  N3 C' k\\" F- h: a2 Y, {: V% e* A

7 N7 B' Y/ [' C7 ?- h

/**  E! \2 l' ?3 G- q) l* c0 e\\" y

* 训练BP神经网络* B\\" D$ J6 Q) u

* @param trainData\\" w; c9 M+ y% l+ P1 P/ h

* @param target9 B; X) n: }$ L; r4 B- K1 i. O

*/* u( F, D! G9 L& m9 a( z6 X5 E

public static void train(double[] trainData, double[] target) {5 ]! c6 D, P+ o3 G

bp.train(trainData, target);: R3 t  }, X7 P

} 
4 z8 T: C& f; o, Y9 q' z; ~
        5 S; ~( w& |0 _. U5 A4 v3 R( o1 A

/**7 i, B1 a8 }: [2 z0 S

* 要求bp神经网络返回预测值 
' c: D! Z) o' O4 k\\" u# A
         * @param inData 
7 ~1 \4 k6 P  y0 M
         * @return1 H8 E( s. g) G/ p0 Y

*// W3 t% z+ m/ _( D& ?( }