单层单输出感知机实现对二值化图像数字奇偶分类.pptVIP

10.设计一个单层单输出感知机神经网络，实现对二值化图像数字的奇偶分类。提示：每一个数字图像可以划分成5*3的矩阵方块，若小方块内有数字笔画，则记为1，否则记为0，因此图像中所有小方块表达了由0,1二值组成的一个模式，该模式可以作为感知机模型的输入向量。 (3)用MATLAB计算该模型的最终权值、阈值和各步误差！程序如下： clear all; %清除所有内存变量 %创建感知器神经网络 pr=[0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;0 1;]; %设置输入向量每个元素的值域（最小值和最大值），因为有15个输入，所以为15*2矩阵向量 net=newp(pr,1); %创建感知器神经网络，有15个输入元素，1个神经元 %训练感知器神经网络 %定义15*10的训练样本集输入向量 p=[1 1 1 1 0 1 1 0 1 1 0 1 1 1 1; %数字0构成的输入向量 1 1 0 0 1 0 0 1 0 0 1 0 1 1 1; %数字1构成的输入向量；以下分别是数字2到数字9构成的输入向量 1 1 1 0 0 1 1 1 1 1 0 0 1 1 1; 1 1 1 0 0 1 1 1 1 0 0 1 1 1 1; 1 0 1 1 0 1 1 1 1 0 0 1 0