- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
模式识别作业第三章2
第三章作业
3.5 已知两类训练样本为
设,用感知器算法求解判别函数,并绘出判别界面。
解:matlab程序如下:
clear
%感知器算法求解判别函数
x1=[0 0 0];x2=[1 0 0];x3=[1 0 1];x4=[1 1 0];x5=[0 0 1];x6=[0 1 1];x7=[0 1 0];x8=[1 1 1];
%构成增广向量形式,并进行规范化处理
x=[0 1 1 1 0 0 0 -1;0 0 0 1 0 -1 -1 -1;0 0 1 0 -1 -1 0 -1;1 1 1 1 -1 -1 -1 -1];
plot3(x1(1),x1(2),x1(3),ro,x2(1),x2(2),x2(3),ro,x3(1),x3(2),x3(3),ro,x4(1),x4(2),x4(3),ro);hold on;
plot3(x5(1),x5(2),x5(3),rx,x6(1),x6(2),x6(3),rx,x7(1),x7(2),x7(3),rx,x8(1),x8(2),x8(3),rx);grid on;
w=[-1,-2,-2,0];c=1;N=2000;
for k=1:N
t=[];
for i=1:8
d=w*x(:,i);
if d0
w=w;
t=[t 1];
else
w=w+c*x(:,i);
t=[t -1];
end
end
if i==8t==ones(1,8)
w=w
syms x y
z=-w(1)/w(3)*x-w(2)/w(3)*y-1/w(3);
ezmesh(x,y,z,[0.5 1 2]);
axis([-0.5,1.5,-0.5,1.5,-0.5,1.5]);
title(感知器算法)
break;
else
end
end
运行结果:
w =
3
-2
-3
1
判别界面如下图所示:
若有样本;其增广;
则判别函数可写成:
若,则,否则
3.6 已知三类问题的训练样本为
试用多类感知器算法求解判别函数。
解:(方法一)
增广向量形式:
任取初始权向量
第一次迭代:
,但且不成立
三个权向量都需要修改:
第二次迭代:
,但且不成立
三个权向量都需要修改:
第三次迭代:
,但且不成立
三个权向量都需要修改:
迭代到六、七、八次有权向量的解:
判别函数:
(方法二)
编写matlab程序如下:
clear
%多类感知器算法求解判别函数
x1=[-1 -1];x2=[0 0];x3=[1 1];
%增广向量形式
x=[-1 0 1;-1 0 1;1 1 1];
w1=[0 0 0];w2=w1;w3=w1;
N=100;c=1;
for k=1:N
t=[0 0 0];
for i=1:3
d1=w1*x(:,i);
d2=w2*x(:,i);
d3=w3*x(:,i);
switch i
case 1
if d1d2d1d3
t(i)=1;
elseif d1d2d1=d3
w1=w1+x(:,i);
w2=w2;
w3=w3-x(:,i);
elseif d1d3d1=d2
w1=w1+x(:,i);
w2=w2-x(:,i);
w3=w3;
elseif d1=d2d1=d3
w1=w1+x(:,i);
w2=w2-x(:,i);
w3=w3-x(:,i);
end
case 2
if d2d1d2d3
t(i)=1;
文档评论(0)