神经网络分类 matlab,神经网络(BP)系列(3)(初学者请看)分类实例

训练好的权值、阈值的输出方法是：

输入到隐层权值：w1=net.iw{1,1}

隐层阈值：theta1=net.b{1}

隐层到输出层权值：w2=net.lw{2,1};

输出层阈值：theta2=net.b{2}

>>w1=net.iw{1,1}

w1 =

1.7663   -2.8022   -0.7142   -2.1099   -2.4011

3.6614   -2.5297   -4.4295   5.0508   8.1899

4.4007   7.6775   -6.0282   6.1567   1.8775

4.5009   -9.9915   5.9737   5.0234   3.3931

0.2703   -2.8850   0.4482   -2.9153   1.3648

2.3769   3.3151   0.8745   3.1900   1.2608

-2.2815   -6.6847   1.8738   2.4093   -2.9033

-5.3332   6.1506   -8.4386   -6.7979   3.1428

-0.0135 -10.8942   -9.6333   7.2311   12.0693

2.3130   5.2211   0.0155   2.9431   0.3135

-6.4017   -0.8987   0.1976   3.2527   0.1444

-3.6517   -1.6339   3.5505   2.4813   1.7880

>> theta1=net.b{1}

theta1 =

0.5955

-5.4876

-9.8986

-4.4731

3.6523

-4.0371

5.6187

5.7426

0.9147

-8.5523

-2.3632

-5.6106

>> w2=net.lw{2,1}

w2 =

Columns 1 through 8

-0.2751   -3.5658   -2.3689   -6.4192   -1.1209   1.5711   -1.7615   7.6202

-1.2874   -9.1588 -14.4533   7.5064   3.7074   0.9019   8.7033   -5.0031

3.3536   -0.8844   7.8887   0.9336   0.8410   -2.4905   1.0627   -9.3513

Columns 9 through 12

-2.5894   -1.9950   -3.0132   -4.7009

13.3490   -9.8521   -4.6680   -4.2037

-5.9251   2.9388   -1.6797   -2.1077

>> theta2=net.b{2}

theta2 =

-2.4762

0.5692

0.6694

输出：

out =

Columns 1 through 8

1.0000   1.0000   0.0020   0.0000   1.0000   1.0000   0.0000   0.0000

1.0000   0.0000   0.0041   1.0000   1.0000   1.0000   1.0000   1.0000

0.9991   0.0000   0.0036   0.0015   0.9992   0.9985   0.0055   0.0036

Columns 9 through 16

1.0000   0.0000   0.0019   1.0000   0.0000   0.0000   0.0000   0.9996

1.0000   1.0000   0.9901   1.0000   1.0000   1.0000   1.0000   0.0000

0.9977   0.9999   0.9996   0.9994   0.0046   0.0023   0.0014   1.0000

Columns 17 through 24

0.0020   0.9925   0.0020   0.0000   0.0020   1.0000   0.0002   1.0000

0.0041   0.0284   0.0041   0.0284   0.0041   1.0000   0.9983   1.0000

0.0036   0.9955   0.0036   1.0000   0.0036   0.9989   0.9999   0.9990

Columns 25 through 32

1.0000   0.9938   1.0000   0.0000   1.0000   0.9999   0.0000   1.0000

1.0000   0.0177   0.0000   0.0021   1.0000   0.0006   1.0000   1.0000

0.0000   0.9971   0.0000   1.0000   0.0000   0.0004   0.9999   0.0000

Columns 33 through 40

0.9954   1.0000   0.0000   0.0000   0.9951   0.0020   0.0000   0.9997

0.0065   1.0000   1.0000   0.0025   0.0178   0.0041   1.0000   0.0000

0.9986   0.9990   0.9999   1.0000   0.0101   0.0036   0.0013   1.0000

Columns 41 through 48

0.0000   1.0000   0.9983   0.0000   0.0020   1.0000   0.0000   0.9873

0.0020   1.0000   0.0000   0.0037   0.0041   1.0000   0.0328   0.0637

1.0000   0.0000   0.9999   1.0000   0.0036   0.9982   1.0000   0.9884

Columns 49 through 56

0.0000   0.0001   1.0000   1.0000   1.0000   0.0000   0.0004   1.0000

0.0164   0.9992   0.9982   1.0000   1.0000   1.0000   0.9965   0.9998

1.0000   0.9999   0.9948   0.9991   0.9989   0.0024   0.9998   0.9968

Columns 57 through 64

1.0000   1.0000   0.0000   0.0020   0.0020   0.0001   0.0001   0.0000

0.9763   1.0000   0.0134   0.0041   0.0041   0.9990   0.0395   0.0017

0.0202   0.9988   1.0000   0.0036   0.0036   0.9999   0.9999   1.0000

Columns 65 through 70

0.9993   0.0000   0.0000   0.9978   1.0000   1.0000

0.0000   0.0018   0.0110   0.0001   1.0000   0.9998

1.0000   1.0000   1.0000   0.9999   0.9987   0.0007

[本帖最后由 qianqian 于 2007-11-15 21:31 编辑]