模式识别实验二..docVIP

实 验 报 告 实验二 用人工神经网络对二维样本分类一、实验目的 1．掌握人工神经网络的运行机理、参数设置和模型选择等； 2．熟悉感知器的原理、特性与功能； 3．熟悉误差反传网的原理、特性与功能； 4．熟悉径向基函数网的原理、特性与功能； 二、实验内容 1．观察人工神经元的输出随权值与的变化； 2．生成两类样本，然后用感知器对两类样本进行分类； 3．用误差反传网实现函数逼近，观察参数设置和拓扑结构对逼近性能的影响； 4．用径向基函数网逼近任意函数； 三、实验仪器、设备 1． PC机－系统最低配置 512M 内存、P4 CPU； 2． Matlab 仿真软件 － 7.0 / 7.1 / 2006a 等版本的Matlab 软件。 四、实验原理 1人工神经网络： 人工神经网络（artificial neural networks, ANN）学习，在模式识别领域占有重要地位。现在的计算机尽管有很高的计算速度与超大的存储容量，但它却缺乏感知、识别、联想、决策和适应环境等人脑具备的能力，因此能否让计算机象人脑那样工作多少年来一直是不同领域的学者试图认识并回答的问题。人脑是由极大量的的生物神经元经过复杂的相互连接而成的一种非线性并行信息处理系统，尽管单个生物神经元的反应速度比构成计算机的基本单元——逻辑门——慢五六个数量级，但人脑中神经元数目巨大且连接复杂，因此对有些问