小波神经网络简单代码

clc
clear
load traffic_flux input output input_test output_test
M=size(input,2); %输入节点个数  size(A,2)意思是加载A矩阵的列数，如果是1的话就是加载行数。M为输入变量个数
N=size(output,2); %输出节点个数，同上，此代码是输出表格的列数，即输出变量的个数
n=6;  %隐含层神经元个数
%上面部分为网络结构输入层，隐含层，输出层结构。
%权值和学习率，权值进行第二次迭代变换时，lr1和lr2作为偏导的系数决定权值改变的大小快慢，或者可以解释为步长。
lr1=0.01;   
lr2=0.001;
maxgen=500;   %系统迭代次数最高为100次
%网络权值初始化
%Wij是输入层和隐含层之间的权重，Wij是隐含层和输出层的权重，从矩阵行列个数就能看出来。而a、b是小波函数上下伸缩和左右拉长的系数。
Wjk=randn(n,M);Wjk_1=Wjk;Wjk_2=Wjk_1;
Wij=randn(N,n);Wij_1=Wij;Wij_2=Wij_1;
a=randn(1,n);a_1=a;a_2=a_1; 
b=randn(1,n);b_1=b;b_2=b_1;
%节点初始化
y=zeros(1,N);
net=zeros(1,n);
net_ab=zeros(1,n);
%权值学习增量初始化，用于后面计算：Wij=Wij-lr1*d_Wij;，相当于是原文推导中的偏导
d_Wjk=zeros(n,M);