BP神经网络方法问题请教大神。

naimei

%-----BP神经网络方法—
1 \& T3 k  i& }  L$ i8 h7 P- a%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 O! [3 Q9 Z# U" y; mclear all;  
close all;
clc;
%% -------数据处理模块------------------
4 V* t6 k: K3 b  P: x& w" c8 Z  Ndata=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
# n! a; u* C0 H3 Idata1 = data(:,1:7);   %data1指的是属性值
data2 = data(:,end);    %data2指的是分类
. C- Y- O8 Q) H8 Q8 I$ U( m- Y2 ~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。
( Z8 x5 M/ c) Z% Z# rdata = [data1,data2];  %处理后数据
# S+ S, `% u2 F  V[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
7 D" i4 e0 ]2 u3 K& H4 ^- ^0 F: e2 Q%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----------
% G; b$ M" ?, V3 z9 P  b( p[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
[input2,ps] = mapminmax(testV.P,-1,1);
, \7 T  d5 s6 q  P- E' F%% -----------------构造输出矩阵----------
output1 = trainV.T;
; C/ Z" V- v/ U/ R, woutput2 = testV.T;
4 w% ^$ g+ V0 u1 T  C
%% -----  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
/ E/ p. T: Z# @2 z; S%设置训练参数
5 G0 ~6 N+ h4 s4 @net.trainParam.epochs=800;  %训练次数
4 b  d' G3 Y7 W! ~/ @/ Y, Anet.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。
) ^% ^" W+ s1 t3 \# Q/ \net.trainParam.lr=0.01; %学习训练速度
$ Z+ |( X& ^" S0 i, ]4 _$ r. w
%% -----  训练网络 --------------
1 k5 G6 ]# C8 Y2 X0 jnet = train(net,input1,output1);
%% ----- 仿真网络 --------------
output_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
* x/ k* N, l2 a$ Coutput_fact(output_fact>=0.5) = 1;
$ S$ e! A' w3 \; uoutput_fact(output_fact<0.5) = 0;
N = length(testV.P);
output_class = sum(output_fact.*[ones(1,N)*2;ones(1,N)*1],1);
output2 = sum(output2.*[ones(1,N)*2;ones(1,N)*1],1);
correct_rate = sum(output_class == output2)/N;
sprintf('识别率是 %3.3f%%',correct_rate*100);
" w  \$ W. q; l# a
问题描述：

: q: ~$ E6 d1 Q0 m% v: m! s- n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