多层前向神经网络Java源代码

package com.lqyandpy.crf; import java.util.*; public class ANN { public ArrayList<Node> Nodes=new ArrayList<Node>();// public int NetworkSize; public ArrayList<InputNode> getInputNodes(){//输入变量列表 ArrayList<InputNode> tempN=new ArrayList<InputNode>(); for(Node n:Nodes){ if(n.getNodeType()==3){ tempN.add((InputNode)n); } } Collections.sort(tempN); return tempN; } public ArrayList<OutputNode> getOutputNodes(){//输出单元列表 ArrayList<OutputNode> tempN=new ArrayList<OutputNode>(); for(Node n:Nodes){ if(n.getNodeType()==1){ tempN.add((OutputNode)n); } } Collections.sort(tempN); return tempN; } public ArrayList<HiddenNode> getHiddenNodes(){//隐含单元列表 ArrayList<HiddenNode> tempN=new ArrayList<HiddenNode>(); for(Node n:Nodes){ if(n.getNodeType()==2){ tempN.add((HiddenNode)n); } } Collections.sort(tempN); return tempN; } public double[] getOutput(double[] argD){//输入变量，求值 ArrayList<OutputNode> tempONS=this.getOutputNodes(); double[] tempR=new double[tempONS.size()];//准备输出 ArrayList<InputNode> tempINS=this.getInputNodes();// //assert(argD.length==tempINS.size()); for(int i=0;i<argD.length;i++){ tempINS.get(i).Value=argD[i]; }//为输入节点赋值 int i=0; for(OutputNode on:tempONS){ tempR[i]=on.getOutput(); i++; } return tempR; } public ArrayList<Node> getNodesFrom(int argI){ return this.getNodesFrom(this.getNode(argI)); } public ArrayList<Node> getNodesFrom(Node argN){ ArrayList<Node> tempL=new ArrayList<Node>(); switch(argN.getNodeType()){ case(1):break;//顶层节点，没有从它出发的连接 case(2): for(Node n:this.Nodes){ ArrayList<Link> tempLK=n.getLinks(); for(Link l:n.getLinks()){ if(l.From.equals(argN)){ tempL.add(n); } } } break;//隐层节点，有从它出发的连接 case(3): for(Node n:this.Nodes){ ArrayList<Link> tempLK=n.getLinks(); for(Link l:n.getLinks()){ if(l.From.equals(argN)){ tempL.add(n); } } } break;//输入层 case(4): for(Node n:this.Nodes){ ArrayList<Link> tempLK=n.getLinks(); for(Link l:n.getLinks()){ if(l.From.equals(argN)){ tempL.add(n); } } } break;//偏移 default:break; } return tempL; } public void InitAnn(double[][] argD,int[] argB,ActivationFunction argHF,ActivationFunction argOF){//传入一个方阵，网络结构和初始权值.从最高层开始编号，越往下编号越大 //argB bias节点编号 this.NetworkSize=argD[0].length; for(int i=0;i<this.NetworkSize;i++){ switch(this.NodeType(i, argD[i],argB)){ case(1)://新建顶层节点 OutputNode tempON=new OutputNode(); tempON.id=i; tempON.setActivateFunction(argOF); Nodes.add(tempON); System.out.println("新建顶层节点 "+tempON.id); break; case(2)://新建隐层节点 HiddenNode tempHN=new HiddenNode(); tempHN.id=i; tempHN.setActivateFunction(argHF); Nodes.add(tempHN); System.out.println("新建隐层节点 "+tempHN.id); break; case(3)://新建输入节点 InputNode tempIN=new InputNode(); tempIN.id=i; Nodes.add(tempIN); System.out.println("新建输入节点 "+tempIN.id); break; case(4)://新建bias节点 BiasNode tempBN=new BiasNode(); tempBN.id=i; Nodes.add(tempBN); System.out.println("新建偏移节点 "+tempBN.id); break; default:break; } } for(Node n:Nodes){ int tempID=n.getID(); double[] tempWV=argD[tempID];//与节点关联的权值向量 switch(n.getNodeType()){ case(1): OutputNode tempON=(OutputNode)n; for(int i=0;i<tempWV.length;i++){ if(!new Double(tempWV[i]).equals(Double.NaN)){ Link tempL=new Link(); tempL.Weight=tempWV[i]; tempL.To=tempON; tempL.From=this.getNode(i); tempON.Links.add(tempL); } } break; case(2): HiddenNode tempHN=(HiddenNode)n; for(int i=0;i<tempWV.length;i++){ if(i>n.getID()&&!new Double(tempWV[i]).equals(Double.NaN)){ Link tempL=new Link(); tempL.Weight=tempWV[i]; tempL.To=tempHN; tempL.From=this.getNode(i); tempHN.Links.add(tempL); } } break; case(3): break; case(4): break; default:break; } } } public Node getNode(int argID){ Node tempN=null; for(Node n:Nodes){ if(n.getID()==argID){ tempN=n; } } return tempN; } public double[][] ConstructInitMatrix(int[][] argM){//通用初始化器 /* 1,2,n,n,n,n * 3,4,5,6,n,n * 7,8,9,n,n,n * 10,11,12,13,n,n */ int tempD=0; for(int i=0;i<argM.length;i++) for(int j=0;j<argM[0].length;j++){ if(argM[i][j]>tempD) tempD=argM[i][j]; } tempD++; double[][] tempR=new double[tempD][tempD]; for(int i=0;i<tempD;i++) for(int j=0;j<tempD;j++) tempR[i][j]=Double.POSITIVE_INFINITY; for(int i=0;i<tempD;i++){ for(int j=0;j<tempD;j++){ if(i==j){//没有自联结 tempR[i][j]=Double.NaN; }else{ if(new Double(tempR[i][j]).equals(Double.POSITIVE_INFINITY)){//如果还没有赋值 int tempI=this.LayerCompare(i, j, argM); if((Math.abs(tempI)>1)||(tempI==0)){//跨越层级的节点无连接,同一层节点之间无链接 tempR[i][j]=tempR[j][i]=Double.NaN; }else{ double r=Math.random(); tempR[i][j]=tempR[j][i]=r*(-1.0d)+(1-r)*1.0d; } } } } } return tempR; } /*三层结构的专用初始化器*/ public double[][] ConstructInitMatrix(int argI,int[] argOL,int[] argHL,int[] argIL){ double[][] tempR=new double[argI][argI]; for(int i=0;i<argI;i++) for(int j=0;j<argI;j++) tempR[i][j]=Double.POSITIVE_INFINITY; for(int i=0;i<argI;i++){ for(int j=0;j<argI;j++){ if(i==j){//没有自联结 tempR[i][j]=Double.NaN; }else{ if(new Double(tempR[i][j]).equals(Double.POSITIVE_INFINITY)){//如果还没有赋值 int tempI=this.LayerCompare(i, j, argOL, argHL, argIL); if((Math.abs(tempI)>1)||(tempI==0)){//跨越层级的节点无连接,同一层节点之间无链接 tempR[i][j]=tempR[j][i]=Double.NaN; }else{ tempR[i][j]=tempR[j][i]=Math.random(); } } } } } return tempR; } private int LayerCompare(int argI,int argJ,int[][] argM){ return this.getIndexLayer(argI, argM)-this.getIndexLayer(argJ, argM); } private int getIndexLayer(int argI,int[][] argM){ int tempI=-1; for(int i=0;i<argM.length;i++){ boolean found=false; for(int j=0;j<argM[0].length;j++){ if(argM[i][j]==argI){ tempI=i; break; } } if(found){break;} } return tempI; } private int LayerCompare(int argI,int argJ,int[] argOL,int[] argHL,int[] argIL){//返回节点i和节点j所在层次的差值 return this.getIndexLayer(argI, argOL, argHL, argIL)-this.getIndexLayer(argJ, argOL, argHL, argIL); } private int getIndexLayer(int argI,int[] argOL,int[] argHL,int[] argIL){ int tempI=-1; if(this.InArray(argI, argOL)){ tempI=1; }else if(this.InArray(argI, argHL)){ tempI=2; }else if(this.InArray(argI, argIL)){ tempI=3; } return tempI; } private boolean InArray(int argI,int[] argA){ boolean tempB=false; for(int i:argA){ if(argI==i){ tempB=true; break; } } return tempB; } public double[][] getWeightMatrix(){ double[][] tempR=new double[this.NetworkSize][this.NetworkSize]; for(int i=0;i<tempR.length;i++) for(int j=0;j<tempR[0].length;j++){ tempR[i][j]=Double.NaN; } for(Node n:this.Nodes){ for(Link l:n.getLinks()){ tempR[n.getID()][l.From.getID()]=tempR[l.From.getID()][n.getID()]=l.Weight; } } return tempR; } private int NodeType(i