類神經網路 Artificial Neural Network

Java 單層感知機實作 Single-Layer Perceptron coding in Java

+++

此程式碼由成德高中810038羅崧瑋所撰寫

為自主學習之項目 若有不足請見諒

+++

學習資料

參考書籍 :

• 類神經網路實戰：使用 Python
• 不插電：用Java手刻一個類神經網路
• Java SE8 OCAJP專業認證指南

網站 :

• 維基百科-人工神經網路
• 維基百科-感知器
• 類經網路-感知機的原理以及實作

程式碼注意事項

• Perceptron.java 主程式

• train.java

  net函數

  公式: $net=\displaystyle\sum_{i=1}^n x i\times w_i= x 1*w_ 1-\Theta$

  public double Sigma(final double x) {
          net = (x * w - e);
          return net;
      }

  正確率函數

  公式: $正確率=1-\frac{錯誤次數}{總次數}$

      public float per(int wr, int dataset) {
          			//錯誤次數   //總次數
          return (1 - (wr * 1.00f / dataset));
      }

• Data.java

  產生亂數

  利用 Java 內建Math.random()函數生成 max ~ min 的隨機亂數

  public double data(double max,double min){
          double x=(int)(Math.random() * (max - min + 1) + min);
          return (int)x;
      }

• actFunction.java

  激活函數

  • Sigmoid

    公式: $y(x)=\frac{1}{1-E^{-net}}$

    public static float Sigmoid(double net){
            double y=(float)1/(1+Math.pow(Math.E,-1*net));
            return (float) y;
        }

  • ReLU

    公式: $$ f(n)= \begin{cases} 0 & \text for &\ x<0 \ x & \text for &\ x \ge 0 \end{cases} $$

    public static float ReLU(double net) {
            double y=(net>0)?net:0;
            return (float)y;
        }