模式识别感知器算法matlab实现_第1页
模式识别感知器算法matlab实现_第2页
模式识别感知器算法matlab实现_第3页
模式识别感知器算法matlab实现_第4页
模式识别感知器算法matlab实现_第5页
免费预览已结束,剩余1页可下载查看

付费下载

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

1、给定样本如下:D=(Xl,X2)=(1,0,1),(0,1,1) =(X3, X4)=(1,1,0),(0,1,0) 使用 matlab 编制程序如下:X1=1,0,1;X2=0,1,1;X3=1,1,0;X4=0,1,0; %规格化y1=X1,1;y2=X2,1;y3=-X3,-1;y4=-X4,-1;%初始化给定一个广义权重矢量及步长 c=1;X=1;1;1;1;i=1;j=0;%循环迭代若连续四次计算均可判别则跳出 for(i=1:1000)if(y1*X=0)X=X+c*y1;j=0;elsej=j+1;endif(j=4)break; endif(y2*X=0)X=X+c*y2;j=

2、0;elsej=j+1;endif(j=4)break; endif(y3*X=0)X=X+c*y3; j=0;else j=j+1;endif(j=4) break;endif(y4*X=0)X=X+c*y4; j=0;elsej=j+1;endif(j=4) break;endend%输出Y=zeros(1,3);Y(1)=X(1,1);Y(2)=X(2,1);Y(3)=X(3,1);YX(4,1)运行程序,结果如下:Y = 0 -1 3 ans = 0带回运算,知该判别函数可以分出两类。实验三程序过于重复,改写程序体如下:x1=1,0,1;x2=0,1,1;x3=1,1,0;x4=0,1

3、,0; y1=x1,1;y2=x2,1;y3=-x3,-1;y4=-x4,-1; %将增光规范化的矩阵写成一个 y=y1;y2;y3;y4;c=1;X=1;1;1;1;k=0;i=1;j=0;%大循环控制运行迭代的步数 for(i=1:2000)% 内循环用于计算处理判断for(j=1:4)if(y(j,:)*X=0)X=X+c*y(j,:);k=0;elsek=k+1;endif(k=4)break;endendif(k=4)break;endendX运行程序,得出结果一致:实验四:感知器算法在多类问题中的应用给定的试验样本数据如下表所示:类别D01co 23 4样本X 1x2x 1x2x

4、1x2x 1x 210.11.17 J42-3,0-2.9-2.08 426.8El-1.4-4.30.58.7-8.9).23-3.5-4.14.50,02.92.1-4.27.742,02.7631.6-0.15.2-8-53.254J2.84219-4.022674063.15X1,4-3.2-1.33.7-0.5927-0.8-132.4-4.0-3.46.2-5.36780.91.22.5-6.1-4.13.4-8.7-6 49工Q6.48.43.7JI16-7.197103+94.04A-2.21.95/1-8,063表1:实验所用样本数据使用matlab编制程序,程序体如下:x1

5、= 0.1;1.1;1;x2二7.1;4.2;1;x3二-3.0;-2.9;1;x4二-2.0;- 8.4;1;%规范化的增广矩阵w=0 0 0;0 0 0;0 0 0;0 0 0;y=x1,x2,x3,x4;%正常数p,步数kp=1;k=1;%W存储中间矩阵Wq=zeros(1,4);%开始大循环,其中k作为标记while k=1k=0;%初始时置k为0% 此循环用于求取判别函数for(i=1:4)while Wq(i)4if(w(i,:)*y(:,i)=0) w(i,:)=w(i,:)+p*y(:,i); Wq(i)=0;else Wq(i)=Wq(i)+1; continue;enden

6、dend% 此循环用于判别调整增广权重矢量for(i=1:4)d=w(i,:)*y(:,i);for(j=1:4)if(i=j) continue;elseif(w(j,:)*y(:,i)0)k=k+1;else k=1; break;endendendend%给出判别的样本增广矩阵以及求得的增广权值矢量矩阵 y w运行程序, y =输出为:0.10007.1000-3.0000-2.00001.10004.2000-2.9000-8.40001.00001.00001.00001.0000w =0.20002.20002.00007.00003.10000-10.0000-3.20003.0

7、0005.0000-8.1000-1.0000编写验证程序,程序体如下:x1=0.1;1.1;1;x2=7.1;4.2;1;x3=-3.0;-2.9;1;x4= -2.0;-8.4;1;y=x1,x2,x3,x4;w=0.2,2.2,2.0;7.0,3.1,0;-10.0,-3.2,3.0;5.0,-8.1,-1.0;%样本矩阵和求得的增广权值矢量矩阵q=zeros(4,4);%c矩阵用于存储各个权值矢量与样本的乘积%循环存储for(i=1:4)for(j=1:4)q(i,j)=w(j,:)*y(:,i);endend %输出求得的乘积矩阵 q运行结果如下:q =4.4400 4.1100 -1.5200 -9.410012.6600 62.7200 -81.4400 0.4800 -4.9800 -29.9900 42.2800 7.4900 -16.8800 -40.0400 49.8800 57.0400根据感知器算法在多类问题算法的规则, 样本

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。

评论

0/150

提交评论