《模式识别-黄庆明》多类感知器算法判别函数的推导实例.docVIP

感知器算法判别函数的推导实例 给出三类模式的训练样本： ω1: 0 0 T ，ω2: 1 1 T ，ω3: -1 1 T 将模式样本写成增广形式： x① 0 0 1 T, x② 1 1 1 T, x③ -1 1 1 T 取初始值w1 1 w2 1 w3 1 0 0 0 T，C 1。 第一轮迭代（k 1）：以x① 0 0 1 T作为训练样本 d1 1 x① 0 0 0 0 0 1 T 0 d2 1 x① 0 0 0 0 0 1 T 0 d3 1 x① 0 0 0 0 0 1 T 0 因d1 1 ≯d2 1 ，d1 1 ≯d3 1 ，故 w1 2 w1 1 +x① 0 0 1 T w2 2 w2 1 -x① 0 0 -1 T w3 2 w3 1 -x① 0 0 -1 T 第二轮迭代（k 2）：以x② 1 1 1 T作为训练样本 d1 2 x② 0 0 1 1 1 1 T 1 d2 2 x② 0 0 -1 1 1 1 T -1 d3 2 x② 0 0 -1 1 1 1 T -1 因d2 2 ≯d1 2 ，d2 2 ≯d3 2 ，故 w1 3 w1 2 -x② -1 -1 0 T w2 3 w2 2 +x② 1 1 0 T w3 3 w3 2 -x② -1 -1 -2 T 第三轮迭代（k 3）：以x③ -1 1 1 T作为训练样本 d1 3 x③ -1 -1 0 -1 1 1 T 0 d2 3 x③ 1 1 0 -1 1 1 T 0 d3 3 x③ -1 -1 -2 -1 1 1 T -2 因d3 3 ≯d1 3 ，d3 3 ≯d2 3 ，故 w1 4 w1 3 -x③ 0 -2 -1 T w2 4 w2 3 -x③ 2 0 -1 T w3 4 w3 3 +x③ -2 0 -1 T 第四轮迭代（k 4）：以x① 0 0 1 T作为训练样本 d1 4 x① 0 -2 -1 0 0 1 T -1 d2 4 x① 2 0 -1 0 0 1 T -1 d3 4 x① -2 0 -1 0 0 1 T -1 因d1 4 ≯d2 4 ，d1 4 ≯d3 4 ，故 w1 5 w1 4 +x① 0 -2 0 T w2 5 w2 4 -x① 2 0 -2 T w3 5 w3 4 -x① -2 0 -2 T 第五轮迭代（k 5）：以x② 1 1 1 T作为训练样本 d1 5 x② 0 -2 0 1 1 1 T -2 d2 5 x② 2 0 -2 1 1 1 T 0 d3 5 x② - -2 0 -2 1 1 1 T -4 因d2 5 d1 5 ，d2 5 d3 5 ，故 w1 6 w1 5 w2 6 w2 5 w3 6 w3 5 第六轮迭代（k 6）：以x③ -1 1 1 T作为训练样本 d1 6 x③ 0 -2 0 -1 1 1 T -2 d2 6 x③ 2 0 -2 -1 1 1 T -4 d3 6 x③ -2 0 -2 -1 1 1 T 0 因d3 6 d1 6 ，d3 6 d2 6 ，故 w1 7 w1 6 w2 7 w2 6 w3 7 w3 6 第七轮迭代（k 7）：以x① 0 0 1 T作为训练样本 d1 7 x① 0 -2 0 0 0 1 T 0 d2 7 x① 2 0 -2 0 0 1 T -2 d3 7 x① -2 0 -2 0 0 1 T -2 因d1 7 d2 7 ，d1 7 d3 7 ，分类结果正确，故权向量不变。 由于第五、六、七次迭代中x①、x②、x③均已正确分类，所以权向量的解为： w1 0 -2 0 T w2 2 0 -2 T w3 -2 0 -2 T 三个判别函数： d1 x -2x2 d2 x 2x1-2 d3 x -2x1-2