单层感知器作业.doc

单层感知器作业.doc

ID:52684012

大小:189.50 KB

页数:8页

时间:2020-03-29

单层感知器作业.doc_第1页
单层感知器作业.doc_第2页
单层感知器作业.doc_第3页
单层感知器作业.doc_第4页
单层感知器作业.doc_第5页
资源描述:

《单层感知器作业.doc》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、单层感知器一、实验目的:1.理解单层感知器的工作原理2.通过调节算法参数了解参数的变化对于感知器训练的影响3.了解单层感知器局限性二、实验内容:1.使用Matlab编程实现单层感知器2.调节学习率η,观察对于不同学习率算法的收敛速度(迭代次数)3.用单层感知器处理非线性分类问题,观察结果。四、实验过程:(1)T=0.1h=0.1的与逻辑运算采用单极点二值函数实验程序:functionyu1()closeall;rand('state',sum(100*clock))8X=[-100;-101;-110;-111]';d=[0001];h=0.1;p=4;epoch=100;T=0.1

2、;W=rand(1,3);W(1)=T;W1=[];W2=[];err=[];k=0;fori=1:epochs=0;forj=1:pnet(j)=W*X(:,j);o(j)=(net(j)>=0);W=W+h*(d(j)-o(j))*X(:,j)';s=s+abs(d(j)-o(j));enderr=[errs];k=k+1;W1=[W1W(2)];W2=[W2W(3)];ifs==0,breakendendfigure(1)subplot(3,1,1)x=1:k;plot(x,err,'b-')xlabel('迭代次数')ylabel('error')title('误差的收敛曲线

3、')subplot(3,1,2)plot(x,W1,'r-')xlabel('迭代次数')ylabel('W1')title('权值W1的变化过程')subplot(3,1,3)plot(x,W2,'y-')xlabel('迭代次数')ylabel('W2')title('权值W2的变化过程')8figure(2)holdongridonx1=-2:4;x2=(T-W(1)*x1)/W(2);plot(x1,x2,'b--')xlabel('x1')ylabel('x2')title('样本分布及分界线')x=[0011];y=[0101];plot(x,y,'b*');M=[000

4、;010;100;111];display(['与运算的结果'])display(['Thefinalerroris:'num2str(s)])display(['Theepochis:'num2str(k)])display(['ThefinalWis:'num2str(W(2))''num2str(W(3))])display(['ThefinalTis:'num2str(T)])display(['theresultis:'])display(['x1','x2','y'])display(num2str(M))8与运算的结果Thefinalerroris:0Theepochi

5、s:4ThefinalWis:0.292740.17031ThefinalTis:0.1theresultis:x1x2y000010100111(2)T=0.1h=0.1的与逻辑运算采用单极点sigmoid函数实验程序除变换函数采用单极点sigmoid函数(具体程序语句如下)以及最大循环次数设为1000外,其余均与上述程序相同,故在此省略:o(j)=1/(1+exp(-net(j)));epoch=10000;实验曲线图如下所示:8与运算的结果Thefinalerroris:0.017141Theepochis:10000ThefinalWis:10.233810.2331Thef

6、inalTis:0.1theresultis:8x1x2y000010100111(3)、T=0.1h=0.01的或运算采用单极点二值函数实验程序除期望输出为d=[0111],以及最终输出结果不同外,其余均和上述与逻辑运算程序相同,在此省略不写8或运算的结果Thefinalerroris:0Theepochis:3ThefinalWis:0.16050.83587ThefinalTis:0.1theresultis:x1x2y000011101111(4)、T=0.1h=0.1时的异或运算采用单极点二值函数实验程序除期望输出为d=[0110]外,其余部分和上述程序相同,在此省略不写以

7、下是最大迭代次数为100时的权值及误差曲线:8异或运算的结果Thefinalerroris:4Theepochis:100ThefinalWis:-0.14863-0.053861ThefinalTis:0.11.单层感知器的结构与功能都比较简单,所以在解决实际问题时很少被采用,但在神经网络中具有重要的意义,是研究其他网络的基础,而且较易学习和理解,适合与作为学习神经网络的起点。2.单层感知器的局限性:仅对线性可分问题具有分类能力。3.使用二值变换函数和连

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。