网站大量收购独家精品文档,联系QQ:2885784924

感知器神经网络.doc

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
感知器神经网络

《计算机智能》 作业二 三 专业:探测制导与控制技术 学号: 姓名: 曾稳情 作业二: 采用单一感知器神经解决一个的分类问题将正方体的八个顶点分为两类 对应的输入矢量: [0 1 1 0 1 0 1 0; 0 1 0 1 1 1 0 0; 1 1 0 1 0 0 1 0]; 的输出结果为: [1 0 1 0 1 1 0 1]; 和测试步骤: 系统的输入和期望输出矢量 化连接和输出的阈值,1,1)的随机数 产生的连接进行修正 网络的输出值 输出层期望输出之间的误差 所得误差来修正输入层输出层之间的阈值输入重复上述的步骤,误差小于预先设定的误差极限 程序: a=[0 1 1 0 1 0 1 0; 0 1 0 1 1 1 0 0; 1 1 0 1 0 0 1 0]; T=[1 0 1 0 1 1 0 1]; alpha=1; beta=1; %定义学习率 d=ones(1,8); mis=0.1; %定义极限误差 D=8; o=1; %loop while Dmis for k=1:8 while abs(d(k))mis x=w*a(:,k)+theta; y(k)=double(x0); d(k)=T(k)-y(k); deltaw=alpha*a(:,k)*d(k); deltatheta=beta*d(k); w=w+deltaw; theta=theta+deltatheta; end end d=abs(double(w*a+theta0)-T); D=sum(d); end plotpv(a,T); hold on; x=0:0.01:1; y=x; for i=1:1:101 for j=1:1:101 z(i,j)=-(w(1)*x(i)+w(2)*y(j)+theta)/w(3); end end %figure surf(x,y,z); hold off; 实验结果:

文档评论(0)

yaobanwd + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档