感知器实验实验.docVIP

智能信息技术处理技术实验 学生姓名 XX 班级 电信093 学号 094012003XX 成绩 指导教师 XXX 电气与信息工程学院 2013年1 月 5日 实验一 感知器实验 一、实验目的 （1）熟悉感知器网络及相关知识。 （2）熟悉matlab相关的知识。 （3）学会利用matlab实现感知器网络，并将输入样本线性划分。 二、实验要求 （1）复习人工智能神经网络中感知器网络的相关内容。 （2）掌握感知器网络的学习算法。 （3）利用matlab建立感知器网络。 三、内容及步骤 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。 主要程序程序如下： P=[-1 -0.5 0.3 -0.1 50; -0.5 0.5 -0.5 1.0 35]; T=[1 1 0 0 0]; plotpv(P,T); pause; net=newp([-1 50; -1 40],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=[0.7;1.2]; a=sim(net,p); plotpv(p,a); ThePoint=findobj(gca,type,line); set(ThePoint,Color,red); hold on; plotpv(P,T); plotpc(net.IW{1},net.b{1}); hold off; disp(End of percept1); End of percept1 四、实验结果 通过实验程序导入后，可得到以下结果： 按任意键！ 再按任意键！ 就得出了结果。 将上例的输入向量扩充为10组，将输入向量分为4类，即输入向量为： P=[0.1 0.7 0.8 0.8 1.0 0.3 0.0 -0.3 -0.5 -1.5; 1.2 1.8 1.6 0.6 0.8 0.5 0.2 0.8 -1.5 -1.3] 输出向量为： T=[1 1 1 0 0 1 1 1 0 0; 0 0 0 0 0 1 1 1 1 1] 输入向量可以改动 程序： P=[0.1 0.7 0.8 0.8 1.0 0.3 0.0 -0.3 -0.5 -1.5; 1.2 1.8 1.6 0.6 0.8 0.5 0.2 0.8 -1.5 -1.3]; T=[1 1 1 0 0 1 1 1 0 0; 0 0 0 0 0 1 1 1 1 1]; plotpv(P,T); net=newp([-1.5 1;-1.5 1],2); figure; 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},linehandle); drawnow; end; watchoff; figure; p=[1.7;-1.2]; a=sim(net,p); plotpv(p,a); ThePoint=findobj(gca,type,line); set(ThePoint,Color,red); hold on; plotpv(P,T); plotpc(net.IW{1},net.b{1}); hold off; disp(End of percept2); End of percept2 运行结果： 按任意键运行！ 得出了结果。 当网络的输入样本中存在奇异样本时（即该样本向量相对其他所有样本向量特别大或特别小），此时网络训练时间将大大增加。 程序： P=[-0.5 -0.5 0.3 -0.1 -40; -0.5 0.5 -0.5 1.0 50]; T=[1 1 0 0 1]; plotpv(P,T); net=newp([-40 1; -1 50],1); pause; plotpv(P,T); linehandle