BP神经网络(C代码).pdfVIP

bp神经网络:BP神经网络（C代码） 疯狂代码 / ĵ http://Arithmetic/Article31331.html 这是段不算不错代码 3层BP神经网络用于自适应用Levenberg-Maquardt法进行训练新手可以拿来研究下 #EPSILON1E-6 //3层神经网络结构 typedefstructtag_bpnnt ...{ in_n;//输入层神经元数 hidd_n;//隐层神经元数 out_n;//输出层神经元 double*in_unit;//输入层神经元 double*hidd_unit;//隐层神经元 double*out_unit;//输出层神经元 double*hidd_delta;//隐层误差 double*out_delta;//输出层误差 double*hidd_dfda; double*out_dfda; double*target;//目标向量 double**in_w;//输入层权值 double**hidd_w;//隐层权值 //前次结果(用于迭代) double**prev_in_w; double**prev_hidd_w; }BPNN_t; //分配1d内存 double*bpnn_malloc1d(n); //分配2d内存 double**bpnn_malloc2d(m,n); //销毁2d内存 voidbpnn_mfree2d(double**pmem,m); //计算sigmoid doublesigmoid(doublex); //建立神经网络 BPNN_t*bpnn_create(nIn,nHidden,nOut); //销毁网络 voidbpnn_destroy(BPNN_t*pNet); //化权值 voidbpnn_init_weight(double**w,m,n,flag); //前向计算本层输出 voidbpnn_layerforward(double*layer1,double*layer2,double**conn,n1,n2); //计算输出层反传误差 voidbpnn_out_error(double*delta,double*dfda,double*target,double*output,nj,double*err); //计算隐层反传误差 voidbpnn_hidd_error(double*delta_h,double*delta_o,double*dfda_h,double*dfda_o, nh,nout,double**w_ho,double*h_unit,double*err); [Page] //计算整个网络输出 voidbpnn_nnforward(BPNN_t*pNet); //最速下降法训练次 doublebpnn_train_steepest(BPNN_t*pNet,doubleeta,double**indata,double**targetdata,np); //Levenberg-Marquardt训练 doublebpnn_train_lm(BPNN_t*pNet,double**indata,double**targetdata,np,double*lamda); //gauss-jordan消元法解线性方程组 voidgauss_jordan(double*a,double*b,n); #stdlib.h #.h #math.h #time.h #\bpnn.h\ //交换 #SWAP(x,y)((x)!=(y)) ...{x=x+y; y=x-y; x=x-y;} //设置单位矩阵 voidSetEye(double*mat,n); //分配1d内存 double*bpnn_malloc1d(n) ...{ double*pout; pout=(double*)malloc(n*(double)); pout; } //分配2d内存 //m为行数(组