%正確率95%以上
%%多訓(xùn)練幾次可達(dá)97%
clc;
clear?all;
close?all;
SamNum=75;????%輸入樣本的數(shù)量
TestSamNum=75;????%測(cè)試樣本的數(shù)量
%?ForcastSamNum=2;???%預(yù)測(cè)樣本的數(shù)量
HiddenUnitNum=8;????%中間層隱節(jié)點(diǎn)數(shù)量
InDim=4;??????%網(wǎng)絡(luò)輸入的維度

OutDim=3;??????%網(wǎng)絡(luò)輸出的維度

%%?訓(xùn)練的樣本?三種花的4個(gè)參數(shù)
Train=load（‘testData.txt‘）;
Train=Train（:1:4）;?75*4
Train=Train‘;4*75
Test=load（‘trainData.txt‘）;???????%給定輸入
Test=Test（:1:4）;
Test=Test‘;
%?Test=[1.241.80;1.281.84;1.402.04]‘;%%測(cè)試數(shù)據(jù)?2*3
SamOut=[repmat（[1;0;0]125）?repmat（[0;1;0]125）?repmat（[0;0;1]125）];
%?SamOut=[ones（19）zeros（16）;zeros（19）ones（16）];%對(duì)蚊子進(jìn)行分類
SamIn=Train;
%歸一化
[Trainps]=mapminmax（Train01）;
%?Test=mapminmax（‘a(chǎn)pply‘Testps）;
Test=mapminmax（Test01）;
%%?bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練
%先設(shè)置權(quán)重及閾值
W1=rand（HiddenUnitNumInDim）;
B1=rand（HiddenUnitNum1）;
W2=rand（OutDimHiddenUnitNum）;
B2=rand（OutDim1）;
%lr為學(xué)習(xí)效率
lr=0.01;
E0=0.0000001;?????%目標(biāo)誤差
MaxEpochs=10000;????%最多訓(xùn)練次數(shù)
ErrHistory=[];

for?step=1:MaxEpochs
????%?????HiddenOut=logsi