基于神经网络的数据分类培训课件.pptVIP

花萼长度;样本包含150组数据，选择90组作为训练样本，60组作为测试样本。输入数据为[花萼长度花萼宽度花瓣长度花瓣宽度]，输出数据为花的品种的类别。;BP神经网络;3.训练参数选择：

net.trainParam.show=50;%显示训练结果的间隔步数

net.trainParam.epochs=1000;%最大训练次数

net.trainParam.goal=0.001;%训练目标误差

net.trainParam.lr=0.01;%学习系数

net=train(net,pn,t);%开始训练

;4.仿真并绘制结果：

a=sim(net,pn_test);

a=round(a);%四舍五入取整

figure(1)

plot(a,:or)

holdon

plot(t_test,-*);

legend(‘预测类别‘,’实际类别’)

title(‘BP网络预测输出)

ylabel(‘类别)

xlabel(‘样本’)

%预测误差

error=a-t_test;

figure(3)

plot(error,-*)

title(‘BP网络预测误差)

ylabel(‘误差)

xlabel(‘样本)

;figure(3)

count=0;%误分类次数

ho