MATLAB(感知器算法)

1、传感器算法算法将第一类培训样本w1和第二类培训样本w2都写成了扩展矩阵。W2的样品必须全部乘以(-1)，因此处理后的结果为y1至y8。给定问题的加权向量初始值W(1)记录为x，修正增量系数c=1。使用For循环重复程序主体，为每个样本计算y1*X，修改结果=0点X=X c*y1，结果0中的权重向量保持不变，计算数j 1，每个迭代需要8个样本和计算。在所有样例计算结果0(迭代过程中0个j达到8)处，计算中断表明轮迭代中的分类结果全部正确。解向量可以输出，并表示相应的判别函数。此算法迭代结束时，解决方案向量可能为(3，-2，-3，1)，判别函数可能为d=3*x1-2*x2-3*x3 1，判别接口可

2、能为d=0。绘制判别界面时，d=0，x3=-y (1)。* x1/y (3)-y (2)。* x2/y(3)-y(4)/y(3)；对结果解向量，验证在解向量为(3，-2，-3，1)时均判断函数值0，以确保分类结果正确。这个问题决定了界面绘制和算法程序。Syms1 x2x3 x4dX1=0，0，0；X2=1，0，0；X3=1，0，1；X4=1，1，0；X5=0，0，1；X6=0，1，1；X7=0，1，0；X8=1，1，1；Y1=X1，1；Y2=X2，1；Y3=X3，1；Y4=X4，1；Y5=-X5，-1；Y6=-X6，-1；Y7=-X7，-1；Y8=-X8，-1；c=1；x=-1；-2；-2；0

3、；I=1；j=0；For i=1:1000If(y1*X=0)X=X c* y1；j=0；Elsej=j 1；EndIf(j=8)BreakEndIf(y2*X=0)X=X c* y2；j=0；Elsej=j 1；EndIf(j=8)BreakEndIf(y3*X=0)X=X c* y3；j=0；Elsej=j 1；EndIf(j=8)BreakEndIf(y4*X=0)X=X c* y4；j=0；Elsej=j 1；EndIf(j=8)BreakEndIf(y5*X=0)X=X c* y5；j=0；Elsej=j 1；EndIf(j=8)BreakEndIf(y6*X=0)X=X c* y6

4、；j=0；Elsej=j 1；EndIf(j=8)BreakEndIf(y7*X=0)X=X c* y7；j=0；Elsej=j 1；EndIf(j=8)BreakEndIf(y8*X=0)X=X c* y8；j=0；Elsej=j 1；EndIf(j=8)BreakEndEndY=zeros(1，4)；Y(1)=X(1，1)；Y(2)=X(2，1)；Y(3)=X(3，1)；Y(4)=X(4，1)；yD=x1*Y(1) x2*Y(2) x3*Y(3) Y(4)w1=0 1 1；0 0 0 1；0 0 1 0；w2=0 0 0 1；0 1 1；1 1 0 1；Figure(1)Scatter 3 (w1 (1，)、w1 (2，)、w1 (3，)、r *)霍尔德温；Scatter 3 (w2 (1，)、w2 (2，3360)、w2 (3，)、b *)栅格开；Legend(w1、w2)axis(0 1 0 1 0 1)；X1min=min (w1 (1，) min (w2 (1，)；X1max=max (w1 (1，) max (w2 (1，):X2min=min (w1 (2，)，min (w2 (2，)；X2max=max (w1 (2，) max (w2 (2，):E=x1min:0.01:x1maxg=x 2min :0.01: x2 max；x1，x