BP神经网络方法问题请教大神。

naimei

%-----BP神经网络方法—
: d+ v) B' g2 b+ K" @%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%
  g" \1 G- q# S4 X4 C% {5 M* m+ tclear all;  
close all;
clc;
%% -------数据处理模块------------------
9 ~( [5 |, {. }, Q+ z& o- c% ydata=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
data1 = data(:,1:7);   %data1指的是属性值
- P1 h$ r2 x( ~; e4 u0 mdata2 = data(:,end);    %data2指的是分类
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。
" J8 d% x8 K& pdata = [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----------
[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
% n7 s* Q7 c- f# y( P. g[input2,ps] = mapminmax(testV.P,-1,1);
$ `' ~3 O* D: S  |3 L; i%% -----------------构造输出矩阵----------
  k9 F" m; E0 A$ Woutput1 = trainV.T;
  {  j& Z  Q5 i# _, Aoutput2 = testV.T;

( H, \& E' H  u0 v3 h5 t%% -----  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
%设置训练参数
, V! @8 @% {5 R$ e: L2 Onet.trainParam.epochs=800;  %训练次数
net.trainParam.goal=0.005;  %网络性能目标
) K) X! N7 M7 Dnet.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。
net.trainParam.lr=0.01; %学习训练速度

9 z; L3 ^% l' s" u* J%% -----  训练网络 --------------
net = train(net,input1,output1);
6 g0 X( _$ i& W* Z$ S- h; t%% ----- 仿真网络 --------------
2 d8 r+ a, Z) M- L; }) V$ qoutput_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
( c; l1 s5 O* E( ^( c# M, ^output_fact(output_fact>=0.5) = 1;
output_fact(output_fact<0.5) = 0;
) Q! X1 K# N4 P8 s, GN = length(testV.P);
% [) |1 I; k. D. K4 W, S1 o/ Youtput_class = sum(output_fact.*[ones(1,N)*2;ones(1,N)*1],1);
; E) J5 ]4 m$ W, A. |2 zoutput2 = sum(output2.*[ones(1,N)*2;ones(1,N)*1],1);
" d) g2 G0 Y! A$ p  v3 }correct_rate = sum(output_class == output2)/N;
sprintf('识别率是 %3.3f%%',correct_rate*100);
( [7 }" ~+ }- a, W
9 C5 A5 T; G4 @; j1 Y7 I' T3 [问题描述：
0 Q* x% _3 A; G4 ^/ P
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