人工智能感知器学习（人工神经网络）.docVIP

人工智能：感知器学习（人工神经网络） 1 实验题目 构造一个基于感知器学习算法的神经学习系统。 2实验目的 理解和掌握感知器模型及其学习过程，能够利用一编程语言建立一个基于感知器/BP学习算法的神经学习系统。 3 规格说明 运行环境： 操作系统：Windows XP/windows 2000 ????? 运行环境：JRE1.5 4 设计思想和步骤 Perceptron类说明：定义了一个人工神经元的类。 方法说明： 方法说明： a) Perceptron：构造函数，length指示了输入端的数量。 b) setThreshold：设置阀值，其中参数threshold为要新设置的阀值。 c) getOutput：取得神经元的输出。 d) train：训练神经元，其中input为训练实例的二维表，d为期望结果。 算法流程： 5 实验仿真和结果分析 训练数据文件格式约定 第一行为感知器输入个数 第二行为训练数据的条数 余下每一行为一组数据，每一行的最后一个数据为该行输入的期望输出 （文件命名为train.txt，放在本目录下） 实验结果 i.与运算的测试 训练数据文件内容： 2 4 0 0 0 0 1 1 1 0 1 1 1 1 比较数字大小（左大输出0，右大输出1） 训练数据文件内容： 2 10 10 2 0 32 15 0 68 23 0 92 47 0 12 56 1 58 96 1 54 12 0 78 45 0 12 98 1 36 48 1 感知器模型package ann;import java.lang.*;import java.util.*;public class Perceptron {????private double[] input;????private double[] weight;????private double threshold;????private int output;????????public Perceptron(){????????input=new double[1];????????weight=new double[1];????}????????public Perceptron(int length){????????input=new double[length];????????weight=new double[length];????}????public double[] getInput() {????????return input;????}????public void setInput(double[] input) {????????this.input = input;????????refresh();????}????public double[] getWeight() {????????return weight;????}????public void setWeight(double[] weight) {????????this.weight = weight;????}????public double getThreshold() {????????return threshold;????}????public void setThreshold(double threshold) {????????this.threshold = threshold;????}????public int getOutput() {????????return output;????}????????private void refresh(){????????double temp=0;????????for(int i=0;iinput.length;i++)????????????temp+=input[i]*weight[i];????????temp-=threshold;????????output=temp0?0:1;????}????????public void train(double[][] input,int[] d){????????//增益6因子、阀值、权值初始化????????double eta=.4;????????for(int i=0;iweight.length;i++)????????????weight[i]=.1;????????//weight[0]=.5;weight[1]=.7;????????threshold=.6;???????????