



免费预览已结束,剩余1页可下载查看
下载本文档
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
实验二 感知器准则算法实验1、 实验目的:1) 加深对感知准则算法的基本思想的认识和理解。2) 编程实现批处理感知器算法的程序。2、 实验原理:1.假设已知一组容量为N的样本集,其中为维增广样本向量,分别来自和类。如果有一个线性机器能把每个样本正确分类,即存在一个权向量,使得对于任何,都有0,而对一任何,都有0。因此,我们令那么,我们就可以不管样本原来的类型标志,只要找到一个对全部样本都满足0,的权向量就行了。此过程称为样本的规范化,成为规范化增广样本向量,后面我们用来表示它。我们的目的是找到一个解向量,使得为此我们首先考虑处理线性可分问题的算法。先构造这样一个准则函数式中是被权向量错分类的样本集合。错分类时有,或因此总是大于等于0,。下一步便是求解使达到极小值时的解向量。这里我们采用梯度下降法。首先对求梯度,这是一个纯量函数对向量的求导问题,不难看出梯度下降法的迭代公式为,将上式代入得这样,经过有限次修改,一定能找到一个解向量。其中任意给定权向量。3、 实验内容:实验所需样本数据如表2-1给出(每个样本空间为两维,x1表示一维的值,x2表示第二维的值),编制程序实现、类的分类。我们将符号简化,把=1。这样,梯度下降算法可以写成其中对任何都有。实验时我们对,=1的情况来找到一个解向量。表2-1 感知器算法实验数据样本12345678910W1x10.16.8-3.52.04.13.1-0.80.95.03.9x21.17.1-4.12.72.85.0-1.31.26.44.0W2x17.1-1.44.56.34.21.42.42.58.44.1x24.2-4.30.01.61.9-3.2-4.0-6.13.7-2.2W3x1-3.00.52.9-0.1-4.0-1.3-3.4-4.1-5.11.9x2-2.98.72.15.22.23.76.23.41.65.1W4x1-2.0-8.9-4.2-8.5-6.7-0.5-5.3-8.7-7.1-8.0x2-8.40.2-7.7-3.2-4.2-9.2-6.7-6.4-9.7-6.34、 实验程序及其说明:1) 梯度下降算法:主要说明见程序%说明clear;%original datesW1=0.1 6.8 -3.5 2.0 4.1 3.1 -0.8 0.9 5.0 3.9; 1.1 7.1 -4.1 2.7 2.8 5.0 -1.3 1.2 6.4 4.0;W2=7.1 -1.4 4.5 6.3 4.2 1.4 2.4 2.5 8.4 4.1; 4.2 -4.3 0.0 1.6 1.9 -3.2 -4.0 -6.1 3.7 -2.2;W3=-3.0 0.5 2.9 -0.1 -4.0 -1.3 -3.4 -4.1 -5.1 1.9; -2.9 8.7 2.1 5.2 2.2 3.7 6.2 3.4 1.6 5.1;%将所有训练样本进行规范化增广ww1=ones(1,size(W1,2);W1;ww2=ones(1,size(W2,2);W2;ww3=ones(1,size(W3,2);W3;%对W1、W2训练w12=ww1,-ww2;%增广样本规范化为w12y=zeros(1,size(w12,2);%y初始为零矩阵a=0;0;0;%初始权向量ak=0;while any(y=0) for i=1:size(y,2) y(i)=a*w12(:,i); end; a=a+(sum(w12(:,find(y=0);%修正向量a k=k+1;%收敛步数end;aksubplot(1,2,1);plot(W1(1,:),W1(2,:),r.);hold on;plot(W2(1,:),W2(2,:),*);%找到样本在坐标中的集中区域,以便于打印样本坐标图xmin=min(min(W1(1,:),min(W2(1,:);xmax=max(max(W1(1,:),max(W2(1,:);xindex=xmin-1:(xmax-xmin)/100:xmax+1;yindex=-a(2)*xindex/a(3)-a(1)/a(3);plot(xindex,yindex);%对W2、W3训练w23=ww2,-ww3;%增广样本规范化为w23y=zeros(1,size(w23,2);%y初始为零矩阵a=0;0;0;%初始权向量ak=0;while any(y=0) for i=1:size(y,2) y(i)=a*w23(:,i); end; a=a+(sum(w23(:,find(y=0);%修正向量a k=k+1;%收敛步数end;aksubplot(1,2,2);plot(W2(1,:),W2(2,:),r.);hold on;plot(W3(1,:),W3(2,:),*);%找到样本在坐标中的集中区域,以便于打印样本坐标图xmin=min(min(W2(1,:),min(W3(1,:);xmax=max(max(W2(1,:),max(W3(1,:);xindex=xmin-1:(xmax-xmin)/100:xmax+1;yindex=-a(2)*xindex/a(3)-a(1)/a(3);plot(xindex,yindex);5、 实验结果及其说明:1)梯度下降算法输出结果:输出结果图 1-1 输出结果图2-2可见a=1;1;1将更快收敛到。由此可见对于同一个样本,权向量的初值会影响到修正时的收敛步数。6、 实验小结:实验开始时由于Matlab的很多函数不
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 企业固定资产管理自动化与流程优化研究
- 2025年护理解剖学试题及答案
- 幼儿校医考试试题及答案
- 2025年钢筋工考试试题及答案
- 2025年机关管理考试题目及答案
- 校园碳足迹监测与数据分析平台
- 多元文化交融背景下民族艺术教育的本土化发展
- 茶叶产品多元化发展与市场渗透策略优化
- 《上下五千年》东周课件
- 《三送东阳马生序》课件
- 某水库调度规程完整
- Cpk 计算标准模板
- 封起DE日子博文 2006
- 锂离子电池生产安全讲座
- 画魂空手套无删减全文下载
- 五猖会原文 五猖会
- 主题教育苏轼生平介绍人物经历等PPT模板(内容完整)
- 眼科学-眼科检查(课件)
- 产品碳足迹课件
- 美国地图高清中文版
- 监控中心值班人员绩效考核月度考核表
评论
0/150
提交评论