查看: 3463|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;
. f7 U% j9 J* A+ U8 S
$ n$ E0 n a\\" B! U- o
import java.io.File;
% [- `9 ]- O0 w/ K
import java.io.FileInputStream; ^ J1 a- w, P( c5 a
import java.io.FileOutputStream;
N% |$ d7 e4 h2 ]
import java.io.IOException;
* J) b' g! H K# S9 d( C5 ]1 C9 t
import java.io.ObjectInputStream;3 Y5 x5 l: x) Z0 |4 |0 Z+ d
import java.io.ObjectOutputStream;0 P, [8 w! q* O. h2 i( ^+ {7 P4 H
4 p) ~7 K% b: I- u
public class BPFactory {
6 ]- k {+ e; Z\\" R; j# Y' @
/**( R6 ?; b& j% X. L% a; s# H
* BP神经网络元, r8 J; C7 h' [5 m! K
*/. a1 P\\" B- K. u/ U0 {$ [! n& u
private static BP bp;6 Q* V. l8 k, `( P: G* _$ T
) D7 Z- a* G& m
/**! m4 [, C# A3 a
* 初始化一个全新的bp神经网络: l6 P1 h& ^( p, m( J
* @param inputSize& I9 }+ g3 g6 j L: L* z# n
* @param hiddenSize
& m, i9 e2 ?1 o5 J
* @param outputSize9 S/ W4 K2 u0 C9 A. N
*/
7 x1 O) R P; _* z\\" T/ X
public static void initialization(int inputSize,int hiddenSize,int outputSize) {\\" Y# n9 D7 |6 V
bp=new BP(inputSize, hiddenSize, outputSize);- E: I, C4 c6 F
}
( n) c4 p: f; d
# x8 e# e: U( D Q: j% D
/**
# b/ t T* ? X' w! b
* 从文件数据中读取bp神经网络$ d6 }' n- _/ Q6 A
* @param file
! h. O3 ?' U9 h$ i
* @throws IOException
4 n\\" F/ @, _- u
* @throws ClassNotFoundException
0 O2 l% O% q* S& E( D0 Y
*/8 [9 W: c, F5 S5 [/ Q1 S6 x; f! o
public static void initialization(File file) throws IOException, ClassNotFoundException {
% w. [: J+ V4 w
FileInputStream fi = new FileInputStream(file);5 d) z5 R6 q7 {/ c8 \1 C4 ]8 J7 H, V
ObjectInputStream si = new ObjectInputStream(fi);
& `: O* w0 I8 H% H1 t( Q4 k
bp = (BP) si.readObject();
; g8 ?2 t5 V( F2 j9 w9 f) r, z: }! z
si.close();& @ b7 s$ J3 j+ U3 B
}& L2 b1 M6 b) o: ]. ?4 I
. k3 H! L( N1 D. m0 w; C/ W5 t$ p
/**
+ M4 k+ E- _2 ?4 }+ W5 m
* 将目前的神经网络储存在指定文件
) @9 B* P5 T4 w+ `! C( }
* @param file0 |+ m ~/ i5 O& f5 U1 n# B
* @throws IOException( ~7 |6 H# \$ u8 q/ f+ _\\" ]1 ~9 K6 z
*/- u& U( d, N- h3 f$ C( l
public static void save(File file) throws IOException {
\\" |/ ^0 ^; \3 X8 Z9 ^
FileOutputStream fo = new FileOutputStream(file);
* \) P6 ?* D5 Z9 k {. a
ObjectOutputStream so = new ObjectOutputStream(fo);
1 ?7 ]1 ~& M! S/ m- y/ S# _+ L
so.writeObject(bp);6 S. B- G1 {: I0 o4 \% z
so.close();
8 [6 V/ e8 @/ I
}
* Z\\" J$ J\\" l6 U
) @0 P+ M( c9 p3 D5 W j
/**
\\" T4 S4 u' I! J G0 T
* 训练BP神经网络' h* }1 v: b. o1 z5 S
* @param trainData( N( C& m1 [$ Y
* @param target$ Y) P- B( }* p
*/
6 ?% P# n1 @+ |' ~8 r7 P1 @# B
public static void train(double[] trainData, double[] target) {
+ N( ?% g) e2 D, H, p4 u' I* q
bp.train(trainData, target);8 d/ c: ]8 x3 y* K
}
7 E5 j' J! _1 y1 W
& s4 d$ u8 B# E. ~% x0 U
/**\\" \. p; I1 w$ ^& H6 ?' |
* 要求bp神经网络返回预测值1 U2 K! x$ L8 G3 d5 r7 K
* @param inData8 {9 r$ B' _' m6 _+ H
* @return0 L% x1 l, m0 F; o
*/1 o* P% _\\" A: O0 R% ^. r2 @
public static double[] test(double[] inData) {, G |\\" C+ M5 R4 Z1 m6 K
return bp.test(inData);& x* h) g0 |$ @4 ]
}, a. C/ z4 t, c
}

package ghost.writer.logic; 
. f7 U% j9 J* A+ U8 S
 
$ n$ E0 n  a\\" B! U- o
import java.io.File; 
% [- `9 ]- O0 w/ K
import java.io.FileInputStream;  ^  J1 a- w, P( c5 a

import java.io.FileOutputStream; 
  N% |$ d7 e4 h2 ]
import java.io.IOException; 
* J) b' g! H  K# S9 d( C5 ]1 C9 t
import java.io.ObjectInputStream;3 Y5 x5 l: x) Z0 |4 |0 Z+ d

import java.io.ObjectOutputStream;0 P, [8 w! q* O. h2 i( ^+ {7 P4 H

4 p) ~7 K% b: I- u
public class BPFactory { 
6 ]- k  {+ e; Z\\" R; j# Y' @
        /**( R6 ?; b& j% X. L% a; s# H

* BP神经网络元, r8 J; C7 h' [5 m! K

*/. a1 P\\" B- K. u/ U0 {$ [! n& u

private static BP bp;6 Q* V. l8 k, `( P: G* _$ T

) D7 Z- a* G& m
        /**! m4 [, C# A3 a

* 初始化一个全新的bp神经网络: l6 P1 h& ^( p, m( J

* @param inputSize& I9 }+ g3 g6 j  L: L* z# n

* @param hiddenSize 
& m, i9 e2 ?1 o5 J
         * @param outputSize9 S/ W4 K2 u0 C9 A. N

*/ 
7 x1 O) R  P; _* z\\" T/ X
        public static void initialization(int inputSize,int hiddenSize,int outputSize) {\\" Y# n9 D7 |6 V

bp=new BP(inputSize, hiddenSize, outputSize);- E: I, C4 c6 F

} 
( n) c4 p: f; d
        # x8 e# e: U( D  Q: j% D

/** 
# b/ t  T* ?  X' w! b
         * 从文件数据中读取bp神经网络$ d6 }' n- _/ Q6 A

* @param file 
! h. O3 ?' U9 h$ i
         * @throws IOException 
4 n\\" F/ @, _- u
         * @throws ClassNotFoundException 
0 O2 l% O% q* S& E( D0 Y
         */8 [9 W: c, F5 S5 [/ Q1 S6 x; f! o

public static void initialization(File file) throws IOException, ClassNotFoundException { 
% w. [: J+ V4 w
                FileInputStream fi = new FileInputStream(file);5 d) z5 R6 q7 {/ c8 \1 C4 ]8 J7 H, V

ObjectInputStream si = new ObjectInputStream(fi); 
& `: O* w0 I8 H% H1 t( Q4 k
                bp = (BP) si.readObject(); 
; g8 ?2 t5 V( F2 j9 w9 f) r, z: }! z
                si.close();& @  b7 s$ J3 j+ U3 B

}& L2 b1 M6 b) o: ]. ?4 I

. k3 H! L( N1 D. m0 w; C/ W5 t$ p
        /** 
+ M4 k+ E- _2 ?4 }+ W5 m
         * 将目前的神经网络储存在指定文件 
) @9 B* P5 T4 w+ `! C( }
         * @param file0 |+ m  ~/ i5 O& f5 U1 n# B

* @throws IOException( ~7 |6 H# \$ u8 q/ f+ _\\" ]1 ~9 K6 z

*/- u& U( d, N- h3 f$ C( l

public static void save(File file) throws IOException { 
\\" |/ ^0 ^; \3 X8 Z9 ^
                FileOutputStream fo = new FileOutputStream(file); 
* \) P6 ?* D5 Z9 k  {. a
                ObjectOutputStream so = new ObjectOutputStream(fo); 
1 ?7 ]1 ~& M! S/ m- y/ S# _+ L
                so.writeObject(bp);6 S. B- G1 {: I0 o4 \% z

so.close(); 
8 [6 V/ e8 @/ I
        } 
* Z\\" J$ J\\" l6 U
        
) @0 P+ M( c9 p3 D5 W  j
        /** 
\\" T4 S4 u' I! J  G0 T
         * 训练BP神经网络' h* }1 v: b. o1 z5 S

* @param trainData( N( C& m1 [$ Y

* @param target$ Y) P- B( }* p

*/ 
6 ?% P# n1 @+ |' ~8 r7 P1 @# B
        public static void train(double[] trainData, double[] target) { 
+ N( ?% g) e2 D, H, p4 u' I* q
                bp.train(trainData, target);8 d/ c: ]8 x3 y* K

} 
7 E5 j' J! _1 y1 W
        & s4 d$ u8 B# E. ~% x0 U

/**\\" \. p; I1 w$ ^& H6 ?' |

* 要求bp神经网络返回预测值1 U2 K! x$ L8 G3 d5 r7 K

* @param inData8 {9 r$ B' _' m6 _+ H

* @return0 L% x1 l, m0 F; o

*/1 o* P% _\\" A: O0 R% ^. r2 @

public static double[] test(double[] inData) {, G  |\\" C+ M5 R4 Z1 m6 K

return bp.test(inData);& x* h) g0 |$ @4 ]

}, a. C/ z4 t, c

}

zan

网络