对于上面一个信号的傅里叶变换我们在前面的部分已经介绍了具体做法，唯一要改变就是他的周期，变成了原来的两倍，所以其结果就是。总结一下就是对于一个周期信号，我们可以从傅里叶系数的角度来处理，也可以直接从傅里叶变换的角度来处理。当然这里也可以直接使用周期信号求傅里叶系数的公式也可以得到，找到傅里叶系数。现在再求其傅里叶变化，由于是周期信号，所以我们可以通过寻找他的傅里叶系数。完全采用傅里叶变换来处理，我

这里用BP神经网络模型对鸢尾花进行训练并分类，由于鸢尾花数据量本身较少，一共就150个数据，所以学习到的效果不如学习手写数据集那么的好。在预测时，也许会出现准确率不够高的情况。大家记得修改一下自己的路径，权重和数据保存的路径都需要修改。

代码实现的功能是利用BP神经网络算法对鸢尾花进行分类

现在有一个人满足[1,0,0,1]的条件，想知道是否有或者即将有对象？由于两个概率的累乘是在内部循环中进行的，所以在每次循环开始之前，我们需要将初始的概率值复制给 PPyou 和 PPwu，以免每次循环都累乘到已经计算过的值上。0,1,1,0,1;0,0,1,1,1;1,0,1,0,1;0,1,1,0,1;1,1,1,1,0;0,0,0,1,0];% 创建一个空数组用于存储 P 值,这里计算x(i