感知器演算法

2021-08-16 15:45:26 字數 808 閱讀 1410

clc


clear all


fprintf('感知器演算法\n');


x=[1,4,1;2,6,1;1,2,-1;2,2,-1];


%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);%獲取樣本數目和維數；n為樣本數目；n為樣本維數


c=1; 


%w0=[0,0,0,0]';%初始化解向量


w0=[0,1,0]';


w=w0; 


flag=1;%迭代繼續標誌，當迭代全部正確時，flag=0，迭代結束


k=0;%記錄迭代次數


while(flag)


flag=0;


k=k+1;


for i=1:n


w'*x(i,:)'


if(w'*x(i,:)'<=0)


w=w+x(i,:)';


flag=1;


endend


endfprintf('迭代次數%d\n',k);


fprintf('解向量為w=('); 


for j=1:n 


fprintf('%d ',w(j));


endfprintf(')\n'); 


fprintf('相應的判別函式為d(x)='); 


for j=1:n-1


fprintf('(%d)x%d+',w(j),j);


endfprintf('(%d)\n',w(j));

感知器演算法

coding utf 8 created on thu oct 15 13 58 06 2015 author think 感知器演算法 import mkdata as mk import numpy as np import matplotlib.pyplot as plt n 100 生成測試...

感知器演算法

感知器演算法步驟 1.給出m個帶有標籤的樣本,其中yi 1 or 1 xi xi1,xi2,xin 2.將資料的標籤併入訓練樣本，形成增廣向量，每個資料的維數為n 1 3.在 0,1 均勻分布區間內生成1x n 1 權值矩陣w 4.將資料依次送入感知器進行學習。如果w data k,yk 0 說明訓...

感知器演算法

1.判別函式 統計模式識別分為聚類分析法和判決函式法，其中判決函式法又包括幾何分類法 確定性時間分類，線性，非線性 以及概率分類法 隨機事件分類 判別函式即用來對模式進行分類的準則函式。2 線性判別函式 n維線性判別函式的一般形式為 其中x，w不包含最後一項常數項 權向量，解向量，即引數向量 增廣向...