实验一感知器网络地训练与应用.pdfVIP

智 能 信 息 处 理 技 术 基 础 实 验 报 告 专 业 班 级 电 子 信 息 工 程 1001 班 学 生 姓 名 潘 新 南 学 生 学 号 1012140123 指 导 教 师 周 春 临 实验一 感知器网络的训练与应用 一、实验目的 1、掌握感知器网络的基本概念及训练方法； 2 、掌握感知器网络的基本使用； 3、掌握利用 Matlab 对感知器网络进行构建与实现的方法。 二、实验原理 1、感知器网络模型 （1）感知器网络模型的拓扑结构如图 1 所示： （2 ）感知器网络模型学习算法 a、初始化：赋予权值一个较小的随机值错误！未找到引用源。 (非零值 )； b 、将第错误！未找到引用源。个模式错误！未找到引用源。送入输入神经元，并给出理 想输出值错误！未找到引用源。 ； c、计算神经元网络模型的实际输出错误！未找到引用源。 ； d 、根据错误！未找到引用源。与错误！未找到引用源。计算第错误！未找到引用源。条 连线的权值增量： e、转 b，选取第个样本，直到学完所有输入样本； f 、按式 g 、若，转到 b ，否则结束。 三、实验内容 1、利用 Matlab 对感知器网络进行构建与实现 （1）Percept1 （简单分类问题）：设计单一感 知器神经元来解决一个简单的分类问题： 将 4 个输入向量分为两类， 其中两个输入向量对应 的目标值为 1，另两个对应的目标值为 0，输入向量为： P=[-2 -0.9 0.5 -0.5; -0.2 0.8 -0.6 2.0] ， 目标向量为： T=[1 0 1 0] ， 源程序如下： P=[-2 -0.9 0.5 -0.5; -0.2 0.8 -0.6 2.0]; T=[1 0 1 0]; plotpv(P,T); pause; net=newp([-1 1; -1 1],1); watchon; cla; plotpv(P,T); linehandle=plotpc(net.IW{1},net.b{1}); E=1; net=init(net); linehandle=plotpc(net.IW{1},net.b{1}); while(sse(E)) [net,Y,E]=adapt(net,P,T); linehandle=plotpc(net.IW{1},net.b{1}); drawnow; end; pause; watchoff; p=[0;-0.5]; a=sim(n et,p); pl