感知器神经网络

《感知器神经网络》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、《计算机智能》作业二三专业：探测制导与控制技术学号：10151136姓名：曾稳情作业二：采用单一感知器神经元解决一个简单的分类问题：将正方体的八个顶点分为两类对应的输入矢量：[01101010;01011100;11010010];希望的输出结果为：[10101101];训练和测试感知机步骤：1.读入系统的输入和期望输出矢量2.初始化连接权向量和输出单元的阈值，取（-1，1）之间的随机数3.对产生的连接权进行修正3.1计算网络的输出值3.2计算输出层单元与期望输出之间的误差3.3根据所得误差来修正输入层和输出层之间的连接权与阈值4.对输入重复上述的步骤，直到误差值小于

2、预先设定的误差极限实验程序：a=[01101010;01011100;11010010];T=[10101101];w=rands(1,3);%初始化连接权值theta=rands(1,1);%初始化阈值alpha=1;beta=1;%定义学习率d=ones(1,8);mis=0.1;%定义极限误差D=8;o=1;%loopwhileD>misfork=1:8whileabs(d(k))>misx=w*a(:,k)+theta;y(k)=double(x>0);d(k)=T(k)-y(k);deltaw=alpha*a(:,k)*d(k);deltatheta=bet

3、a*d(k);w=w+deltaw';theta=theta+deltatheta;endendd=abs(double(w*a+theta>0)-T);D=sum(d);endplotpv(a,T);holdon;x=0:0.01:1;y=x;fori=1:1:101forj=1:1:101z(i,j)=-(w(1)*x(i)+w(2)*y(j)+theta)/w(3);endend%figuresurf(x,y,z);holdoff;实验结果：