%正確率95%以上
%%多訓練幾次可達97%
clc;
clear?all;
close?all;
SamNum=75;????%輸入樣本的數量
TestSamNum=75;????%測試樣本的數量
%?ForcastSamNum=2;???%預測樣本的數量
HiddenUnitNum=8;????%中間層隱節點數量
InDim=4;??????%網絡輸入的維度

OutDim=3;??????%網絡輸出的維度

%%?訓練的樣本?三種花的4個參數
Train=load（‘testData.txt‘）;
Train=Train（:1:4）;?75*4
Train=Train‘;4*75
Test=load（‘trainData.txt‘）;???????%給定輸入
Test=Test（:1:4）;
Test=Test‘;
%?Test=[1.241.80;1.281.84;1.402.04]‘;%%測試數據?2*3
SamOut=[repmat（[1;0;0]125）?repmat（[0;1;0]125）?repmat（[0;0;1]125）];
%?SamOut=[ones（19）zeros（16）;zeros（19）ones（16）];%對蚊子進行分類
SamIn=Train;
%歸一化
[Trainps]=mapminmax（Train01）;
%?Test=mapminmax（‘apply‘Testps）;
Test=mapminmax（Test01）;
%%?bp神經網絡訓練
%先設置權重及閾值
W1=rand（HiddenUnitNumInDim）;
B1=rand（HiddenUnitNum1）;
W2=rand（OutDimHiddenUnitNum）;
B2=rand（OutDim1）;
%lr為學習效率
lr=0.01;
E0=0.0000001;?????%目標誤差
MaxEpochs=10000;????%最多訓練次數
ErrHistory=[];

for?step=1:MaxEpochs
????%?????HiddenOut=logsi