BP源程序(经测试可以直接使用).docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
BP源程序(经测试可以直接使用)

// BP算法. // #include stdafx.h #include iostream #include string.h #include stdio.h #include stdlib.h #include math.h #include time.h #define N 4 //列,N维输入数据 #define M 214 //行,M个样本记录 #define TrainCount 150 //训练样本个数,总样本的75% #define TestCount 64 //测试样本个数,总样本的25% FILE *sample=fopen(sample.txt,r); //样本数据所在文件 FILE *trainData=fopen(trainData.txt,w+); //训练数据所在文件 FILE *test=fopen(test.txt,w+); //测试数据所在文件 FILE *expectation=fopen(expectation.txt,w+); //期望输出的数据所在文件 FILE *testActual=fopen(testActual.txt,w+); //测试集数据中待预测数据的实际值 FILE *minmax=fopen(minmax.txt,w+); //最大值和最小值 float A[M][N]={0}; //样本数据,N维,初始化为0 float Train[TrainCount][N]={0}; //参与训练的样本 float Test[TestCount][N]={0}; //参与测试的样本 float Max[N]; //每维数据的最大值,不初始化 float Min[N]; //每维数据的最小值,不初始化 float Weight[M][N]; //权重值 void readSample()//读取样本数据 { if(sample==0) { printf(找不到样本数据); return; } for (int i=0;iM;i++) { for (int j=0;jN;j++) { fscanf(sample,%f,A[i][j]); } } printf(样本数据读取完毕/n); } void findMinMax()//找最大值和最小值 { for (int i=0;iN;i++)//对于每一维 { Min[i]=A[0][i];//假设最小值为第一个数据 Max[i]=A[0][i];//假设最大值为第一个数据 for (int j=0;jM;j++)//对于每一条记录 { if (Max[i]A[j][i])//注意下标,调换了 { Max[i]=A[j][i]; } if (Min[i]A[j][i]) { Min[i]=A[j][i]; } } fprintf(minmax,/n第%d维数据,最小值%f ,最大值%f ,i,Min[i],Max[i]); } printf(最大值最小值寻找完毕/n); } void reflect()//样本数据归一化 { for (int i=0;iN;i++)//每一维数据都需要归一化 { for (int j=0;jM;j++)//每一条记录 { A[j][i]=(A[j][i]-Min[i])/(Max[i]-Min[i]); } } printf(样本数据归一化完毕/n); } void setTrain()//设置训练样本,随机产生总体样本容量的75% { srand((unsigned)time(NULL));//产生一个以当前时间为种子的随机数 for (int j=0;jN;j++)//对于每一维数据,都需要训练样本 { for (int i=0;iTrainCount;i++) { int r=rand()%;//产生0-99之间的随机数。注意:有可能重复! Train[i][j]=A[r][j]; // printf(随机数是%d/n,r); } } printf(训练样本提取完毕/n); } void saveTrain()//保存训练集到trainData.txt { if(trainData==0) { printf(找不到样本数据文件); return; } for (int i=0;iTrainCount;i++) { for (int j=0;jN;j++) { fprintf(trainData,%f ,Train[i][j]); }

文档评论(0)

yan698698 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档