原创力文档- 1、本文档共28页，可阅读全部内容。
- 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、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、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
模式识别(4-2)课件
模式识别 第四章线性判别函数（2）;回顾：;§4.3 感知准则函数;几个基本概念;几个基本概念;几个基本概念;几个基本概念;几个基本概念;几个基本概念;感知准则函数;感知准则函数;梯度下降算法;梯度下降算法求增广权向量;梯度下降算法求增广权向量;皆内或具嚏交廖隘境崭黍芜太异与汐仓毋秧冗蕾硫鳃柱矗盾滦雇巷影滓削模式识别(4-2)课件模式识别(4-2)课件;例：有两类样本
ω1=（x1,x2）={(1,0,1) T,(0,1,1) T}
ω2=（x3,x4）={(1,1,0) T,(0,1,0) T}
试用感知准则函数法求判别函数？;a1Ty1=(1,1,1,1) (1,0,1,1)T=30 所以不修正a1Ty2=(1,1,1,1) (0,1,1,1)T=30 所以不修正
a1Ty3= - (1,1,1,1) (1,1,0,1)T=-30 所以修正a1
a2=a1+y3=(0,0,1,0)T
a2Ty4= - (0,0,1,0)T (0,1,0,1) =0 所以修正a2
a3=a2+y4=(0,-1,1,-1)T
第一次迭代后,权向量a3=(0,-1,1,-1),再进行第2,3,…次迭代
如下表…….
;
训练样本; ??到在一个迭代过程中权向量相同，训练结束。
a=a6=(0,1,3,0)T
判别函数g(x)= aTy=-y2+3y3
感知器算法只对线性可分样本有收敛的解,对非线性可分样本集会造成训练过程的振荡,这是它的缺点.;本节总结;例：有两类样本
ω1=（x1,x2）={(0,0,0) T,(1,0,0) T}
ω2=（x3,x4）={(0,0,1) T,(0,1,1) T}
试用感知准则函数法求判别函数？;§4.4 多类问题;§4.4 多类问题;§4.4 多类问题;§4.4 多类问题;§4.4 多类问题;§4.4 多类问题;§4.5 本章小结
文档评论（0）