BP算法實現(xiàn)字母識別

1、基于BP網(wǎng)絡多層感知機的字母識別摘要：本次實驗主要使用了BP神經(jīng)網(wǎng)絡方法對給定的英文字母A-Z進行識別，并對應輸出0-25表示識別成功?？紤]的干擾因素的存在，在實驗中分別測試了隱藏16%和33%樣本數(shù)據(jù)的效果，使得網(wǎng)絡具有一定的容錯能力。本次實驗程序的編寫主要使用了C語言。關鍵詞：BP神經(jīng)網(wǎng)絡；模式識別；C語言1、 實驗目的1. 了解BP神經(jīng)網(wǎng)絡的原理與實現(xiàn)方法。 2. 了解BP神經(jīng)網(wǎng)絡各種優(yōu)化算法的特點。3. 通過實驗分析BP網(wǎng)絡的識別和容錯性能。 4. 熟悉C語言編程的基本方法。2、 實驗工具與方法1. BP網(wǎng)絡簡介20世紀80年代中期，學者Rumelhart、McCl

2、elland和他們的同事提出了多層前饋網(wǎng)絡MFNN(MutltilayerFeedforward Neural Networks)的反向傳播學習算法，簡稱BP網(wǎng)絡(Back Propagation Network)學習算法。BP網(wǎng)絡是對非線性可微分函數(shù)進行權(quán)值訓練的多層前向網(wǎng)絡。在人工神經(jīng)網(wǎng)絡的實際應用中，80%90%的模型都采用BP網(wǎng)絡或其變化形式。BP網(wǎng)絡主要作用于以下幾個方面：(1)函數(shù)逼近：用輸入矢量和相應的輸出矢量訓練一個網(wǎng)絡來逼近一個函數(shù)。(2)模式識別：用一個特定的輸出矢量將它與輸入矢量聯(lián)系起來。(3)分類：把輸入矢量以所定義的合適的方式進

3、行分類。(4)數(shù)據(jù)壓縮：減少輸出矢量的維數(shù)以便于數(shù)據(jù)傳輸或存儲。2.BP算法實現(xiàn)具體步驟BP神經(jīng)網(wǎng)絡是一種多層前饋神經(jīng)網(wǎng)絡,該網(wǎng)絡的主要特點是信號前向傳遞,誤差反向傳播。在前向傳遞中,輸入信號從輸入層經(jīng)隱含層逐層處理,直至輸出層。每一層的神經(jīng)元狀態(tài)只影響下一層神經(jīng)元狀態(tài)。如果輸出層得不到期望輸出,則轉(zhuǎn)入反向傳播,根據(jù)預測誤差調(diào)整網(wǎng)絡權(quán)值和閾值,從而使BP神經(jīng)網(wǎng)絡預測輸出不斷逼近期望輸出。BP神經(jīng)網(wǎng)絡的拓撲結(jié)構(gòu)如圖1所示。 P1w1w2T1P2。 。 。 。 。 Tm Pn 輸入層 隱藏層 輸出層 圖1 BP神經(jīng)網(wǎng)絡拓撲結(jié)構(gòu)圖圖1中P1，P2，Pn是BP神經(jīng)網(wǎng)絡的輸入值，T1，T2，Tm是BP神

4、經(jīng)的預測值，w1和w2為BP神經(jīng)網(wǎng)絡權(quán)值。從圖1可以看出，BP神經(jīng)網(wǎng)絡可以看成一個非線性函數(shù)，網(wǎng)絡輸入值和預測值分別為該函數(shù)的自變量和因變量。當輸入節(jié)點數(shù)為n,輸出節(jié)點數(shù)為m時,BP神經(jīng)網(wǎng)絡就表達了從n個自變量到m個因變量的函數(shù)映射關系。BP神經(jīng)網(wǎng)絡預測前首先要訓練網(wǎng)絡,通過訓練使網(wǎng)絡具有聯(lián)想記憶和預測能力。BP神經(jīng)網(wǎng)絡的訓練過程包括以下幾個步驟。 步驟1:網(wǎng)絡初始化。根據(jù)系統(tǒng)輸入輸出序列（p,t）確定網(wǎng)絡輸入層節(jié)點數(shù)n，隱含層節(jié)點數(shù)x，輸出層節(jié)點數(shù)m。初始化輸入層、隱含層和輸出層神經(jīng)元之間的連接權(quán)值w、偏值b和學習速度a，還需要選擇合適的激勵函數(shù)。一般而言，初試權(quán)值和偏值是隨機產(chǎn)生

5、的較小實數(shù)。w步驟2:一輪學習結(jié)束時，初始化各層前向輸出值和各層敏感性，主要完成置0工作。步驟3:前向傳播計算。根據(jù)公式，a0=p0，an=fn(wn*an-1+bn)計算網(wǎng)絡最終輸出值an，更新實際誤差e。步驟4:敏感性計算。根據(jù)公式，首先逆推出sn，然后依次反向計算出sn-1-s1。步驟5:權(quán)值、偏值更新。根據(jù)步驟4所得各層敏感性更新權(quán)值w和對應偏值b。步驟6：一輪迭代結(jié)束后，驗證平均誤差：e是否滿足誤差要求E，若滿足要求，則訓練學習完成；若不滿足誤差要求，就返回步驟2進行下一輪迭代，如此反復直到滿足誤差要求或者達到最大迭代次數(shù)，最終訓練學習完成。3、 實驗內(nèi)容1. 網(wǎng)絡的設計與實驗前的預

6、處理工作網(wǎng)絡的設計：網(wǎng)絡的選擇如圖2所示：圖2 網(wǎng)絡的結(jié)構(gòu)如圖2所示，本次實驗所用的網(wǎng)絡有一個輸入層，一個隱含層，一個輸出層，網(wǎng)絡結(jié)構(gòu)為30-30-1。p為待輸入的學習（識別）向量，維數(shù)為30*1，w1為第一層權(quán)值，維數(shù)30*30，w2為第二層權(quán)值，維數(shù)30*1，b1為第一層偏值，維數(shù)30*1，b2為第二層偏值，維數(shù)1*1，a1為第一層輸出，維數(shù)30*1，a2為網(wǎng)絡最后的輸出。激勵函數(shù)分為兩種，第一種是S型函數(shù)，另一種是y=x直線函數(shù)?；舅枷耄豪梅聪騻鞑ニ惴▽崿F(xiàn)對A-Z圖像的識別，使得輸入圖像A-Z，對應輸出0-25。再次基礎上討論下BP的性能和容錯能力。預處理工作：字符識別是模式識別領域

7、的一項傳統(tǒng)課題，這是因為字符識別不是一個孤立的問題，而是模式識別領域中大多數(shù)課題都會遇到的基本問題，并且在不同的課題中，由于具體的條件不同，解決的方法也不盡相同，因而字符識別的研究仍具有理論和實踐意義。這里討論的是用BP神經(jīng)網(wǎng)絡對26個英文字母的識別。在對字母進行識別之前，首先必須將字母進行預處理，即將待識別的26個字母中的每一個字母都通過的方格形式進行數(shù)字化處理，其有數(shù)據(jù)的位置設為1，其他位置設為-1。如圖3給出了字母A、B和C的數(shù)字化過程，然后用一個1×30的向量表示。例如圖3中字母A的數(shù)字化處理結(jié)果所得對應的向量為：P030=-1,-1,1,1,1,1,-1,1,-1,1,-1

8、,-1,1,-1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,-1,1,1,1,1；其他字母對應的向量也做類似的處理。最終的標準輸入矩陣P2630,包含26個字母向量。-1-11-1-1-11-11-11-1-1-11111111-1-1-111-1-1-11-1111-11-1-1-111-1-1-1-11-1-1-1-11-1-1-11-1111-11111-11-1-1-111111-11-1-1-111-1-1-111111-1 A B C圖3 字母數(shù)字化樣式2. 初始化權(quán)值、偏值和學習速度隨機的設定w13030、w230、b130和b2的初始值，本次實驗選取的初始值為

9、0-0.5之間的隨機實數(shù)。因為C語言的stdlib庫中提供有rand()方法，所以可以輕松地實現(xiàn)隨機的賦值。對于學習速度a可以先設置為：a=0.1，a的值可以在后面的實驗過程中再修改。3. 編程實現(xiàn)識別功能由于代碼在后面將具體給出，所以在這里只說明實現(xiàn)的步驟與大概思想。程序主要包含了兩大部分，第一部分實現(xiàn)網(wǎng)絡的迭代學習，第二部分開始正式的識別。第一部分又可以分為三個主要分支，即前向傳播、敏感性計算（反向傳播）和權(quán)值偏值的更新。第一步，在前面工作完成的基礎上，首先需要計算第一層網(wǎng)絡的輸出a1，然后在計算出最后輸出層的a2，這就是網(wǎng)絡的前向傳播過程。因為誤差e=t-a2，所以誤差也可以計算出來。

10、第二步，在計算敏感性之前需要用到傳輸函數(shù)的導數(shù)信息，需要提前計算出來。然后根據(jù)給出的公式可以計算出s2，再逆推到第一層敏感性s1。傳輸函數(shù)導數(shù)： 第三步，權(quán)值和偏值的更新。這里開始用到學習速度a，實驗中可以嘗試修改a的值，觀察實驗效果。具體的權(quán)值偏值計算可以根據(jù)下面的公式。最后學習結(jié)束的條件是，某次迭代后誤差e滿足了實驗的要求或者達到了最大的迭代次數(shù)。學習后預期的效果，當使用訓練樣本給BP網(wǎng)絡識別時，它能夠識別出字母A-Z，輸出對應的數(shù)字0-25；當使用隱藏部分數(shù)據(jù)的樣本給它識別時，如果它能夠識別多數(shù)A-Z破損數(shù)據(jù)，說明該BP網(wǎng)絡的抗干擾、容錯能力較強，反之如果大部分無法識別，則說明本網(wǎng)絡容錯

11、能力較差。4、 實驗結(jié)果1. 學習速度a=0.1，誤差e=0.01，迭代次數(shù)m=1300，學習結(jié)束效果如圖4所示。因為程序是上下縱向顯示，截圖一個屏不夠，所以只好拼在一起分段顯示。 圖4 實驗1效果2. 學習速度a=0.01，誤差e=0.01，迭代次數(shù)m=1300，實驗結(jié)果如圖5所示。圖5 實驗2效果3. 學習速度a=0.01，誤差e=0.0001，迭代次數(shù)m=1300，實驗結(jié)果如圖6所示圖6 實驗3效果4. 學習速度a=0.018，誤差e=0.0001，迭代次數(shù)m=5200，實驗結(jié)果如圖7所示。圖7 實驗4效果通過觀察四次測試的效果圖可以清楚的發(fā)現(xiàn)，學習速度，誤差標準和迭代次數(shù)對識別的效果都

12、有影響。顯然本次實驗最合適的學習速度a=0.018，可以發(fā)現(xiàn)當學習速度不變時，誤差選取的越小，迭代次數(shù)越大，則識別的效果越好。5. 為了簡單的驗證一下BP網(wǎng)絡的容錯能力，下面進行實驗5，在原始數(shù)據(jù)p基礎上隱藏最后一行（隱藏16%）進行識別，具體參數(shù)為：a=0.018，e=0.0001，m=5200，實驗結(jié)構(gòu)如圖8所示。圖8 實驗5結(jié)果由圖8可以發(fā)現(xiàn)，大部分破碎的數(shù)據(jù)無法識別，小部分字母（7個左右）可以被識別。因此可以說明本次實驗構(gòu)造的BP網(wǎng)絡的容錯性較差。5、 實驗的分析本次實驗主要實現(xiàn)基于BP網(wǎng)絡的字母識別功能，通過實驗我了解了BP算法的原理，學會了搭建一個簡單的BP網(wǎng)絡。實驗中通過調(diào)整學習

13、速度，迭代次數(shù)，誤差大小，實現(xiàn)了對BP網(wǎng)絡性能的優(yōu)化。通過本次實驗我也體會到了BP算法的局限性，比如：算法的收斂速度慢，可能存在多個局部極小值點，以及網(wǎng)絡結(jié)構(gòu)的不確定性對網(wǎng)絡的影響。6、 源代碼#include<stdio.h>#include<math.h>#include<stdlib.h>void main()float p2630=-1,-1,1,1,1,1,-1,1,-1,1,-1,-1,1,-1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,-1,1,1,1,1 /a,1,1,1,1,1,1,1,-1,1,-1,-1,1,1,-1,

14、1,-1,-1,1,1,-1,1,-1,-1,1,-1,1,-1,1,1,-1 /b ,-1,1,1,1,1,-1,1,-1,-1,-1,-1,1,1,-1,-1,-1,-1,1,1,-1,-1,-1,-1,1,-1,1,-1,-1,1,-1 /c,1,1,1,1,1,1,1,-1,-1,-1,-1,1,1,-1,-1,-1,-1,1,1,-1,-1,-1,-1,1,-1,1,1,1,1,-1 /d,1,1,1,1,1,1,1,-1,1,-1,-1,1,1,-1,1,-1,-1,1,1,-1,1,-1,-1,1,1,-1,1,-1,-1,1 /e,1,1,1,1,1,1,1,-1,1,-1,-

15、1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,1,-1,-1,-1,-1,-1 /f,-1,1,1,1,1,-1,1,-1,-1,-1,-1,1,1,-1,-1,1,-1,1,1,-1,-1,1,1,-1,-1,1,-1,1,1,1 /g,1,1,1,1,1,1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,1,1,1,1,1,1 /h,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,1,1,1,1,1,1,1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1 /i,-1,-1

16、,-1,-1,1,-1,1,-1,-1,-1,-1,1,1,1,1,1,1,-1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1 /j,1,1,1,1,1,1,-1,-1,1,1,-1,-1,-1,1,-1,-1,1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1 /k,1,1,1,1,1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1 /l,1,1,1,1,1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,1,-1,-1

17、,-1,-1,1,1,1,1,1,-1 /m,1,1,1,1,1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,1,1,1,1,1,-1 /n,-1,1,1,1,1,-1,1,-1,-1,-1,-1,1,1,-1,-1,-1,-1,1,1,-1,-1,-1,-1,1,-1,1,1,1,1,-1 /o,1,1,1,1,1,1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1 /p,-1,1,1,1,1,-1,1,-1,-1,-1,-1,1,1,-1,-1,

18、1,-1,1,1,-1,-1,-1,1,1,-1,1,1,1,1,1 /q,1,1,1,1,1,1,1,-1,1,1,-1,-1,1,-1,1,-1,1,-1,-1,1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1 /r,-1,1,1,-1,-1,1,1,-1,-1,1,-1,1,1,-1,-1,1,-1,1,1,-1,-1,1,-1,1,-1,-1,-1,-1,1,-1 /s,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,1,1,1,1,1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1 /t,1,1,1,1,1,-1,-1,-1,-

19、1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,1,1,1,1,1,-1 /u,1,1,1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,1,-1,1,1,1,1,-1,-1 /v,1,1,1,1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,1,1,1,1,1,-1 /w,1,-1,-1,-1,1,-1,-1,1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,1,-1,1,-1,-1,1,-1,-1,-1,1,

20、-1 /x,1,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,1,1,1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1 /y,1,-1,-1,-1,1,1,1,-1,-1,1,-1,1,1,-1,1,-1,-1,1,1,1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1; /z/原始A-Z數(shù)據(jù)float p_test_332630=-1,-1,1,1,-1,-1,-1,1,-1,1,-1,-1,1,-1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,-1,1,1,-1,-1 /a,1,1,1,1,-1,-1,1,-

21、1,1,-1,-1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,-1,1,-1,1,-1,-1 /b,-1,1,1,1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1 /c,1,1,1,1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,1,1,-1,-1 /d,1,1,1,1,-1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,1,-1,

22、1,-1,-1,-1 /e,1,1,1,1,-1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,1,-1,-1,-1,-1,-1 /f,-1,1,1,1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,1,-1,-1,1,-1,-1,1,-1,-1,-1,1,-1,1,-1,-1 /g,1,1,1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,1,1,1,1,-1,-1 /h,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,1,

23、1,1,-1,-1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1 /i,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,1,1,1,-1,-1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1 /j,1,1,1,1,-1,-1,-1,-1,1,1,-1,-1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1 /k,1,1,1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,

24、-1,-1 /l,1,1,1,1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,1,1,1,1,-1,-1 /m,1,1,1,1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,1,1,1,1,-1,-1 /n,-1,1,1,1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,1,1,-1,-1 /o,1,1,1,1,-1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,

25、-1,1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1 /p,-1,1,1,1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,1,1,-1,-1 /q,1,1,1,1,-1,-1,1,-1,1,1,-1,-1,1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1 /r,-1,1,1,-1,-1,-1,1,-1,-1,1,-1,-1,1,-1,-1,1,-1,-1,1,-1,-1,1,-1,-1,-1,-1,-1,-1,-1,-1 /s,1,-1,-1,-1

26、,-1,-1,1,-1,-1,-1,-1,-1,1,1,1,1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1 /t,1,1,1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,1,1,1,1,-1,-1 /u,1,1,1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,1,1,1,1,-1,-1 /v,1,1,1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-

27、1,1,-1,-1,1,1,1,1,-1,-1 /w,1,-1,-1,-1,-1,-1,-1,1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,1,-1,1,-1,-1,1,-1,-1,-1,-1,-1 /x,1,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,1,-1,-1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1 /y,1,-1,-1,-1,-1,-1,1,-1,-1,1,-1,-1,1,-1,1,-1,-1,-1,1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1; /z/隱去33%的A-Z數(shù)據(jù)fl

28、oat p_test_162630=-1,-1,1,1,1,-1,-1,1,-1,1,-1,-1,1,-1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,-1,1,1,1,-1/a,1,1,1,1,1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,-1,1,-1,1,1,-1 /b,-1,1,1,1,1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,1,-1 /c,1,1,1,1,1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-

29、1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,1,1,1,-1 /d,1,1,1,1,1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1 /e,1,1,1,1,1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,1,-1,-1,-1,-1,-1 /f,-1,1,1,1,1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,1,-1,-1,1,-1,-1,1,1,-1,-1,1,-1,1,1,-1 /g,1,1,1,1,1,-1,-1,-

30、1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,1,1,1,1,1,-1 /h,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,1,1,1,1,-1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1 /i,-1,-1,-1,-1,1,-1,1,-1,-1,-1,-1,-1,1,1,1,1,1,-1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1 /j,1,1,1,1,1,-1,-1,-1,1,1,-1,-1,-1,1,-1,-1,1,-1,1,-1,-1,-1,-1,-1,-1,-

31、1,-1,-1,-1,-1 /k,1,1,1,1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1 /l,1,1,1,1,1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,1,1,1,1,1,-1 /m,1,1,1,1,1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,1,1,1,1,1,-1 /n,-1,1,1,1,1,-1,1,-1,-1,-1,-1,-1,1,-1

32、,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,1,1,1,-1 /o,1,1,1,1,1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1 /p,-1,1,1,1,1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,1,-1,-1,1,-1,-1,-1,1,-1,-1,1,1,1,1,-1 /q,1,1,1,1,1,-1,1,-1,1,1,-1,-1,1,-1,1,-1,1,-1,-1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1 /r,-1,1,1,-1,-

33、1,-1,1,-1,-1,1,-1,-1,1,-1,-1,1,-1,-1,1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,-1 /s,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,1,1,1,1,1,-1,1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1 /t,1,1,1,1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,1,1,1,1,1,-1 /u,1,1,1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1

34、,1,-1,1,1,1,1,-1,-1 /v,1,1,1,1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,-1,-1,1,1,1,1,1,-1 /w,1,-1,-1,-1,1,-1,-1,1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,1,-1,1,-1,-1,1,-1,-1,-1,1,-1 /x,1,-1,-1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1,-1,1,1,1,-1,-1,1,-1,-1,-1,-1,1,-1,-1,-1,-1,-1 /y,1,-1,-1,-1,1,-1,1,-1,-1,1,-

35、1,-1,1,-1,1,-1,-1,-1,1,1,-1,-1,-1,-1,-1,-1,-1,-1,-1,-1; /z/標準輸出0-25數(shù)據(jù)int i,j,k,m,n;for(i=0;i<26;i+) /輸出原數(shù)據(jù)for(j=0;j<6;j+) for(k=0;k<5;k+) if(pij+6*k=1) printf("*"); else printf(" "); printf("n"); printf("nn");float w13030=0; /網(wǎng)絡第一層權(quán)值矩陣w1float w230=0;

36、/網(wǎng)絡第二層權(quán)值矩陣w2float a130=0; /網(wǎng)絡第一層輸出a1float a2=0; /網(wǎng)絡最終輸出a2float b130=0; /網(wǎng)絡第一層偏值b1float b2=0; /網(wǎng)絡第二層偏值b2float s130=0; /網(wǎng)絡第一層敏感性s1float s2=0; /網(wǎng)絡第二層敏感性s2float e_true=1; /一次迭代真實誤差e_truefloat a=0; /學習速度afloat e=0; /一輪迭代的平均誤差efloat temp3030=0; /第一層輸出導數(shù)的對角矩陣tempint num=0; /用于接收一個10以內(nèi)隨機正整數(shù)a=0.018; for(i=0;i<30;i+) /給權(quán)值和偏值賦初值(w1,w2,b1,b2) for(j=0;j<30;j+) num=rand()%10; w1ij=num/5.0; num=rand()%10; w2i=num/5.0; b1i=num/5.0;b2=0.1;for(m=0;m<5200;m+) /m是迭代次數(shù) for(i=0;i<30;i+) /一輪結(jié)束初始化a1,a2,s1,s2 a1i=0; s1i=0;a2=0;s2=0;if(