clear
clc
load?fisheriris;%導入數據
Iris={meas（:1）meas（:2）meas（:3）meas（:4）species};%cell
[~n]=size（Iris）;
for?i=1:n-1
data（:i）=Iris{1i};
end
[mn]=size（data）;
for?i=1:m
if?strcmp（Iris{15}{i1}‘setosa‘）
data（i5:7）=[1?0?0];
elseif??strcmp（Iris{15}{i1}?‘versicolor‘）
data（i5:7）=[0?1?0];
else
data（i5:7）=[0?0?1];
end
end
%數據歸一化處理[01]區間內
x_max=max（data）;
x_min=min（data）;
data=（data-ones（m1）*x_min）./（ones（m1）*（x_max-x_min））;
%?這里可用函數data=mapminmax（data01）替換
%但data需要轉置因為mapminmax只能對行進行歸一化
%%
%K折
indices=crossvalind（‘Kfold‘data（1:1507）5）;%進行隨機分包
z1=0;z2=0;%計算平均準確率
alpha=4;%輸入神經元數目
beta=10;%隱層神經元數目
lamda=3;%輸出神經元數目
%%
s=rng;
rand（alphabeta）;
rand（betalamda）;
rand（1beta）;
rand（1lamda）;
rng（s）;
%%保證每次運行生成的隨機數相同
%訓練
for?k=1:1:5
%%%%%%%%%%%%%%%%%%%自定義%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
test1=（indices?==?k）;%邏輯驗證
train1=~test1;%邏輯驗證
c_test=data（test11:4）;
c_test_label=data（test15:7）;
x_train=data（train11:4）;
x_train_label=data（train15:7）;
%%
[mn]=size（x_train）;
%生成隨機初始向量
W1=rand（alphabeta）;%輸入層和隱層之間的權值矩陣
W2=rand（betalamda）;%隱層和輸出層間的權值矩陣
B1=rand（1beta）;%隱層閾值矩陣
B2=rand（1lamda）;%輸出層閾值矩陣
B22=B2;
W11=W1;
Eta=0.1;%學習率
iter_max=10000;%最大迭代次數
iter=1;
%BP神經網絡，每次僅針對一個訓練樣例更新連接權和閾值
while?iter<=iter_max
for?i=1:m
hidden_in=x_train（i:）*W1;%隱層輸入
hidden_out=sigmod（hidden_in-B1）;%隱層輸出
output_in=hidden_out*W2;%輸出層輸入
output_out=sigmod（output_in-B2）;%輸出層輸出
%計算誤差
E（i）=sum（（output_out-x_train_label（i:））.^2）;%求平方和也可用sumsqr函數
%%
%更新參數BP神經網絡中最核心的部分
g=output_out.*（1-output_out）.*（x_train_label（i:）-output_out）;%計算輸出層神經元的梯度項
e=hidden_out.*（1-hidden_out）.*（g*W2‘）;%計算隱層神經元的梯度項
Deta_W2=Eta*hidden_out‘*g;
Deta_B2=-Eta*g;
Deta_W1=Eta*x_train（i:）‘*e;
Deta_B1=-Eta*e;
W1=W1+Deta_W1;
W2=W2+Deta_W2;
B1=B1+Deta_B1;
B2=B2+Deta_B2;
end
%計算訓練集的累積誤差
E=mean（E）;
if?E<1e-4??%目標誤差
iter
break
end
if?mod（iter1000）==0
iter;
end
iter=iter+1;%更新迭代次數
end
%%
%測試
[resultaccuracy]=BP_test（c_testc_test_labelW1W2B1B2）;
disp（strcat（‘第‘num2str（k）‘次自定義準確率為‘num2str（accuracy*100）‘%‘））
z1=z1+accuracy;
%%%%%%%%%%%%%%%%%%%自定義%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%%%%%%%%%%%%%%%%%%%調包%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
net?=?newff（?x_train‘?x_train_label‘?10）;
%設置訓練參數
net.trainParam.showWindow?=?false;
net.trainParam.showCommandLine?=?false;
net.trainparam.epochs?=?10000?;%允許最大訓練步數500步
net.trainparam.goal?=?0.0001?;%訓練目標最小誤差0.01
net.trainParam.lr?=?0.1?;%學習速率0.1
%開始訓練
net?=?train（?net?x_train‘?x_train_label‘）?;
%測試
Y?=?sim（netc_test‘）?;
%統計識別正確率，列最大值所在位置對比
[max_Yindex1]=max（Y[]1）;??%求最大值所在位置
[max_c_test_labelindex2]=max（c_test_label‘[]1）;
a=0;
for?i=1:1:30
if?index1（i）==index2（i）
a=a+1;
end
end
r=a/30;
z2=z2+r;
disp（strcat（‘第‘num2str（k）‘次調包準確率為‘num2str（r*100）‘%‘））
%%%%%%%%%%%%%%%%%%%調包%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
end
disp（strcat（‘自定義平均準確率為‘num2str（z1/5*100）‘%‘））
disp（strcat（‘調包平均準確率為‘num2str（z2/5*100）‘%‘））

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????3323??2020-07-02?15:57??bp_iris.m
?????文件?????????411??2020-06-08?10:30??BP_test.m
?????文件??????????58??2020-06-08?10:28??sigmod.m
?????文件??????392886??2020-07-05?12:27??神經網絡iris.docx