首页 > 编程知识 正文

典型环节的电路模拟与软件仿真研究,matlab的神经网络工具箱

时间:2023-05-05 19:17:10 阅读:58665 作者:1227

模式识别第三章-感知器算法

模式识别第三章

珀塞普顿

一.用感知器算法求以下模式分类的解向量w。

属于的训练样本乘以(-1 ),写成扩展向量的形式:

第一次迭代:取

因为不大于0

因为大于0

因为大于0

因为大于0

因为不大于0

因为大于0

因为不大于0

因为大于0

第二次迭代:

因为不大于0

因为不大于0

因为大于0

因为大于0

因为不大于0

因为大于0

因为大于0

因为大于0

第三次迭代:

因为不大于0

因为大于0

因为不大于0

因为大于0

因为不大于0

因为大于0

因为不大于0

因为大于0

第四次迭代:

因为不大于0

因为大于0

因为大于0

因为大于0

因为大于0

因为大于0

因为大于0

因为大于0

第五次迭代:

因为大于0

因为大于0

因为大于0

因为大于0

因为大于0

因为大于0

因为大于0

因为大于0

由于所有此循环迭代都是正确的,因此求解向量,相应的判别函数如下:

编制解决上述问题的感知器算法程序

实验结果的截图

程序代码

%程序功能:实现感知器算法

%作者: lyrjb母机电话号码

%时间: 2014.10.5

clc;

清除全部;

fprintf '感知器算法n ';

%输入模式示例

x [ 0,0,0,1; 1,0,0,1; 1,0,1,1; 1,1,0,1; 0,0,-1,-1; 0、-1、-1、-1; 0、-1、0、-1; -1、-1、-1、-1);

[N,n] size x; %获取样本数和维数n是样本数; n是样本维度

C 1;

w0 [ 0,0,0,0 ] '; %解向量初始化

w w0;

flag 1; %迭代持续标志,迭代全部正确时为flag 0,迭代结束

k 0; 记录%反复次数

while标志标志0; k1; for i 1:N if w'*x i, ' 0%重复错误,w对应的xwxI, '; flag 1; 结束结束

结束

fprintf '重复次数%dn ',k;

fprintf '解向量为w ';

for j 1:n fprintf '%d ',w j;

结束

fprintf ' n ';

与fprintf '对应的判别函数为d x ';

for j 1:n-1 fprintf ' %d x%d ',w j,j;

结束

fprintf ' %d n ',w j;

版权声明:该文观点仅代表作者本人。处理文章:请发送邮件至 三1五14八八95#扣扣.com 举报,一经查实,本站将立刻删除。