文档介绍：精品资料 欢迎下载
精品资料 欢迎下载
精品资料 欢迎下载
感知器算法求判别函数
实验目的
掌握判别函数的概念和性质，并熟悉判别函数的分类方法，通过实验更深入的了
本文通过研究基于感知器算法进行样本分类，用MATLAB语言设计了程序，结果表明该系统基本实现了要求的功能，但系统也存在第三条判别函数不理想的情况，这也是感知器算法无法实验非线性分类的结果，以后学习其他算法后可以改进。
参考文献
[1]夏东盛, 李永涛, 张晓,等. 模式线性可分时的一种单层感知器算法[C]// 中国计算机学会第一届全国Web信息系统及其应用学术会议. 2004:29-31.
[2]刘建伟, 申芳林, 罗雄麟. 感知器学习算法研究[J]. 计算机工程, 2010, 第7期(7):190-192.
[3]易中凯. 感知器网络学习算法研究与应用[D]. 北京理工大学, 2001.
附录
程序源代码
clear;clc;
mu1=[1 2];
S1=[ 0;0 ];
data1=mvnrnd(mu1,S1,100);
mu2=[4 6];
S2=[ 0 ;0 ];
data2=mvnrnd(mu2,S2,100);
mu3=[-5 5];
S3=[ 0;0 ];
data3=mvnrnd(mu3,S3,100);
精品资料 欢迎下载
精品资料 欢迎下载
精品资料 欢迎下载
data=[data1;data2;data3];%生成三组服从正态分布的样本
one=zeros(100,1);one(:,1)=1;
X1=[data1 one];
X2=[data2 one];
X3=[data3 one];%增广矩阵
W1=[0,0,0];W2=[0,0,0];W3=[0,0,0];%初始权向量
while true
counter=0;
for i=1:100%对第一组训练样本迭代
d11=W1*X1(i,:)'; d12=W2*X1(i,:)'; d13=W3*X1(i,:)';
if d11>d12&&d11>d13
counter=counter+1;
else
W1=W1+2*X1(i,:);W2=W2-2*X1(i,:);W3=W3-2*X1(i,:);
end
end
for i=1:100%对第二组训练样本迭代
d21=W1*X2(i,:)'; d22=W2*X2(i,:)'; d23=W3*X2(i,:)';
if d22>d21&&d22>d23
counter=counter+1;
else
W1=W1-2*X2(i,:);W2=W2+2*X2(i,:);W3=W3-2*X2(i,:);