BP神经网络方法问题请教大神。

naimei

%-----BP神经网络方法—
0 K" t: O5 b+ M3 n& j. G; q% z%思路：将iris数据分为三类，训练数据和测试数据，用dividevec函数随机抽取，因此实验结果是不定的，最好情况是100%
5 U* f4 x: |. O9 Xclear all;  
close all;
clc;
' W$ W7 F* y4 h7 c2 o+ V%% -------数据处理模块------------------
data=xlsread('iris.xlsx'); %此处的数据已经做了相应处理，因此xlsread 直接导入数据
) I( ~/ L( t3 Tdata1 = data(:,1:7);   %data1指的是属性值
; r" P0 y! N% odata2 = data(:,end);    %data2指的是分类
: w2 A( u% r8 }- V8 {. P, ]data2 = double(dec2bin(data2))-48;   %函数名称：dec2bin 函数功能：把一个十进制数转换成一个字符串形式表示的二进制数。
9 E3 A+ A; J6 U6 g1 a1 [data = [data1,data2];  %处理后数据
[trainV,valV,testV] = dividevec(data1',data2',0.0,0.3) %将数据分为训练和测试两类，没有变量数据valV，因此所占百分比是0
%dividevec()函数在 7.6 版本还可以使用,是把数据进行打乱，并分类为：训练输入数据、变量数据、测试数据的方法。0.5为测试数据百分比
%% -----------------数据归一化处理----------
7 w! G4 _. x" b, N0 @1 A7 b[input1,ps] = mapminmax(trainV.P,-1,1);  %由于mapminmax是按行归一化，行表示属性 列表样本个数
: s' w. @' X3 H. w% @' X[input2,ps] = mapminmax(testV.P,-1,1);
%% -----------------构造输出矩阵----------
output1 = trainV.T;
8 d& J/ q. J* f  l: e# x0 Foutput2 = testV.T;
, E5 n& X# y( Q" s2 D1 D
3 D6 h) B' A# C. K%% -----  建立网络--------------
net = newff(input1,output1, [10 3]); %[10,3]表示有两层隐层，第一层隐层节点为10，第二层隐层节点为3
1 |0 i7 A3 v# ]%设置训练参数
( M5 {6 s5 _4 Z# lnet.trainParam.epochs=800;  %训练次数
net.trainParam.goal=0.005;  %网络性能目标
net.trainParam.show=NaN;  % 两次显示之间的训练次数,NaN表示不显示，默认是25.该参数的设置对程序没有影响。
  w4 H! `3 n5 `& P! L% U& g; ~: |net.trainParam.lr=0.01; %学习训练速度
4 X" k# K6 H/ R/ ]: k" N
%% -----  训练网络 --------------
net = train(net,input1,output1);
%% ----- 仿真网络 --------------
3 l! E8 @7 Z- P# i' Voutput_fact = sim(net,input2);  %注意sim仿真网络直接输出的并不是整数形式，而是很贴近整数的小数形式，因此要做相应的变化
output_fact(output_fact>=0.5) = 1;
& A% f4 \. C& ^  ~/ |7 Eoutput_fact(output_fact<0.5) = 0;
9 p: r, [& G& B& j; ^1 }" m) mN = length(testV.P);
: U/ y8 E/ }+ O: [) Q1 g4 coutput_class = sum(output_fact.*[ones(1,N)*2;ones(1,N)*1],1);
3 m2 g5 s7 u' [5 t& {7 z- {: t, Q5 Toutput2 = sum(output2.*[ones(1,N)*2;ones(1,N)*1],1);
correct_rate = sum(output_class == output2)/N;
0 z; H* d8 k2 Rsprintf('识别率是 %3.3f%%',correct_rate*100);

问题描述：
4 G' k" `1 M5 j+ Z5 L
+ e- D4 J4 J- m0 p( g上图为BP神经网络结构图，上述代码是想将数据分为3类，我想将这儿的输出层2个节点改为3个节点，该怎么修改？请教大神，非常感谢！

mnfvbnk

神经网络太难了，我们用的都是i简单的功能