web?browser?http://www.ilovematlab.cn/thread-60056-1-1.html
%%?清空環境變量
clc
clear

%%?訓練數據預測數據提取及歸一化

%下載四類語音信號
load?data1?c1
load?data2?c2
load?data3?c3
load?data4?c4

%四個特征信號矩陣合成一個矩陣
data（1:500:）=c1（1:500:）;
data（501:1000:）=c2（1:500:）;
data（1001:1500:）=c3（1:500:）;
data（1501:2000:）=c4（1:500:）;

%從1到2000間隨機排序
k=rand（12000）;
[mn]=sort（k）;

%輸入輸出數據
input=data（:2:25）;
output1?=data（:1）;

%把輸出從1維變成4維
for?i=1:2000
????switch?output1（i）
????????case?1
????????????output（i:）=[1?0?0?0];
????????case?2
????????????output（i:）=[0?1?0?0];
????????case?3
????????????output（i:）=[0?0?1?0];
????????case?4
????????????output（i:）=[0?0?0?1];
????end
end

%隨機提取1500個樣本為訓練樣本，500個樣本為預測樣本
input_train=input（n（1:1500）:）‘;
output_train=output（n（1:1500）:）‘;
input_test=input（n（1501:2000）:）‘;
output_test=output（n（1501:2000）:）‘;

%輸入數據歸一化
[inputninputps]=mapminmax（input_train）;

%%?網絡結構初始化
innum=24;
midnum=25;
outnum=4;
?

%權值初始化
w1=rands（midnuminnum）;
b1=rands（midnum1）;
w2=rands（midnumoutnum）;
b2=rands（outnum1）;

w2_1=w2;w2_2=w2_1;
w1_1=w1;w1_2=w1_1;
b1_1=b1;b1_2=b1_1;
b2_1=b2;b2_2=b2_1;

%學習率
xite=0.1
alfa=0.01;

%%?網絡訓練
for?ii=1:10
????E（ii）=0;
????for?i=1:1:1500
???????%%?網絡預測輸出?
????????x=inputn（:i）;
????????%?隱含層輸出
????????for?j=1:1:midnum
????????????I（j）=inputn（:i）‘*w1（j:）‘+b1（j）;
????????????Iout（j）=1/（1+exp（-I（j）））;
????????end
????????%?輸出層輸出
????????yn=w2‘*Iout‘+b2;
????????
???????%%?權值閥值修正
????????%計算誤差
????????e=output_train（:i）-yn;?????
????????E（ii）=E（ii）+sum（abs（e））;
????????
????????%計算權值變化率
????????dw2=e*Iout;
????????db2=e‘;
????????
????????for?j=1:1:midnum
????????????S=1/（1+exp（-I（j）））;
????????????FI（j）=S*（1-S）;
????????end??????
????????for?k=1:1:innum
????????????for?j=1:1:midnum
????????????????dw1（kj）=FI（j）*x（k）*（e（1）*w2（j1）+e（2）*w2（j