Matlab实现BP神经网络和RBF神经网络（一）

本实验依托于教材《模式分类》第二版第六章（公式符号与书中一致）

实验内容：

设计编写BP神经网络和RBF神经网络，对给定数据集进行分类测试，并将分类准确率与SVM进行对比。

实验环境：

matlab2016a

数据集：

数据集大小3*3000，表示3000个样本，每个样本包含2个特征，第三行表示样本所属的分类。对于此次实验编写的BP神经网络和RBF神经网络，均将原始数据集分为训练集和测试集两部分，训练集含2700个样本，测试集300样本，并且采用10-折交叉验证，将数据集分为10份，每次将其中一份作为测试，剩余作为训练，总共进行10次验证，得到10个准确率，将10个准确率求平均作为最终的衡量指标，与SVM分类效果进行对比。

本实验数据集下载：sample_ex6.mat

BP网络和RBF网络相似但有所不同，因此分开阐述，先来设计BP网络。

BP神经网络：

BP网络有三层，输入层，隐含层，输出层，输入层与隐含层之间有权值Wji，隐含层与输出层之间有权值Wkj（i，j，k分别代表各层的神经元数目）。根据给定数据规模，可设计输入层3个神经元（