VC++写了一个BP自适应噪声对消器

hahaer

利用VC++写了一个BP神经网络噪声对消器:
/网络初始化配置
//权值存储到"d:\w.txt"文件
void CAnnFilter::InitNet(UINT un_In, UINT un_hide,
                                                 UINT un_out, double rate,double zengyi)
{
        in = un_In;
        hide = un_hide;
        out = un_out;
        ratio = rate;
        UINT i,j;
        m_lfZengyi = zengyi;

        srand((unsigned)time(NULL));//种子发生器

        w.InLinkHide = new double* [hide];
        w.hideLinkOut = new double [hide];

        m_pHideIn = new double [hide];
        m_pHideOut = new double [hide];
        m_pHideErr = new double [hide];

        CStdioFile f1;
        CString strdata;
       
        if(!f1.Open("d:\\w.txt",CFile::modeCreate | CFile::modeWrite))
        {
                AfxMessageBox("w file create failed!");
                return;
        }
        f1.WriteString("初始权系数:\n");
        f1.WriteString("输入-隐层:\n");

        for(i = 0; i < hide; i++)
        {
                w.InLinkHide = new double[in];

                for (j = 0; j < in; j++)
                {
                        w.InLinkHide[j] = (double)((rand() / 32767.0) * 2.0 - 1.0) / 10.0;
                        strdata.Format("%lf\t",w.InLinkHide[j]);
                        f1.WriteString(strdata);
                }
                f1.WriteString("\n");
        }

        f1.WriteString("隐层-输出层:\n");
       
        for(i = 0; i < hide; i++)
        {
                w.hideLinkOut = (double)((rand() / 32767.0) * 2.0 - 1.0) / 10.0;
                strdata.Format("%lf\n",w.hideLinkOut);
                f1.WriteString(strdata);
        }

        m_bRecord = TRUE;
        hh = 0;
        f1.Close();
}


//网络训练函数
void CAnnFilter::NetTrain(double *pInput, double lfExOut,
                                                   UINT nTimes)
{
        if (m_bRecord == TRUE)
        {
                m_pNetOut = new double [nTimes];
                Err = new double [nTimes];
                m_bRecord = FALSE;
        }
       
        UINT i,j;
        double sigma;
        //计算隐层输入,输出
        for (j = 0; j < hide; j++)
        {
                sigma = 0.0;

                for (i = 0; i < in; i++)
                {
                        sigma += w.InLinkHide[j] * pInput;       
                }

                m_pHideIn[j] = sigma;
                m_pHideOut[j] = Trans(sigma);
        }

        //计算输出层输入
        sigma = 0.0;
        for (j = 0; j < hide; j++)
        {
                sigma += w.hideLinkOut[j] * m_pHideOut[j];
        }
        m_pOutIn = sigma;
        m_pNetOut[hh] = Trans(sigma);

        //外层输出误差，为滤波后信号
        Err[hh] = lfExOut - m_pNetOut[hh];

        //外层一般化误差,用来调节网络权重
        m_pOutErr = ITrans(m_pNetOut[hh])*Err[hh];
        //隐层的一般化误差,用来调节网络权重
        for (j = 0; j < hide; j++)
        {
                m_pHideErr[j] = m_pOutErr * w.hideLinkOut[j] * ITrans(m_pHideOut[j]);
        }
        //输出至隐层的权重调整
        for (j = 0; j < hide; j++)
        {
                w.hideLinkOut[j] += ratio * m_pOutErr * m_pHideOut[j];
        }
        //隐层至输入层的权值调整
        for (j = 0; j < hide; j++)
        {
                for (i = 0; i < in; i++)
                {
                        w.InLinkHide[j] += ratio * m_pHideErr[j] * pInput;
                }
        }

        hh++;
}

这是程序的主体部分,用了三层BP网络,可以拓展到多层