BP神经网络分类程序的输出层函数解析

1、BP网络的分类程序和回归程序又很多地方不一样，首先分类程序的输出层神经元个数大于1，BP网络的输出层神经元的个数与分类的类别有关，如果分三类：0,1,2,分别对应：[1 0 0],[0 1 0],[0 0 1],则需要三个神经元，每个神经元置输出一个数，三个神经元输出的三个数合为一个向量。

2、神经网络的隐层数目的确定可以通过经验公式确定。

3、有一个很困惑的地方，那就是神经网络最终输出的向量中的数字可能并非整数，例如：预测输出为[0.330232200250695,
0.213211682914311, -0.0285123575067303],如何将其转化为整数0（即类别：[1 0 0]）呢，？

output_fore_train(i)=find(fore_train(:,i)==max(fore_train(:,i)))-1

以上这行代码可实现，find(fore_train(:,1)==max(fore_train(:,i)))可以找打向量fore_train(:,i)的最大元素的下标，由于0.3302最大，因此最大元素的下标为1,减去1即为0。