感知机算法的C语言实现.docxVIP

感知机算法的 C 语言实现 维数 n=3 时，分别取 M=10 ， M=20 ， M=30 （1） 当 M=10 时，收敛时，迭代次数 K=1 ，权矩阵矢量为 W=[-0.478851 ， 0.458190， -0.156789]，阈值 0.230766 ，正确分类个数为 26 个。正确分类率 0. 866667 。 （2） 当 M=20 时，收敛时，迭代次数 K=20 ，权矩阵矢量为 W=[-0.348414 ， 0.448089， 0.189322] ， 阈 值 0.411991 ，正确分类个数为 28 个。正确分类率为 0. 933333 。 3） 当 M=30 时，收敛时，迭代次数 K=2 ，权矩阵矢量为 W=[-0.305788,-0.159451,0.640561], 阈值 0. 530926 ，正确分类个数为 30 个。正确分类率为 R 1.000000 。 维数 n=5 时，分别取 M=10 ， M=20 ， M=30 （1） 当 M=10 时，收敛时，迭代次数 K=2 ，权矢量矩阵为 W=[-0.274457,0.368049 ， 0.363532,-0.226269,0.356574] ，阈值 0. 510926 ，正确分类个数为 26 个。正 确分类率为 R 0. 866667 。 （2） 当 M=20 时，收敛时，迭代次数 K=2 ，权矩阵矢量为 W=[-0.222079 ， -0.145569， -0.102233， -0.287663， 0.645226] ，阈值 0. 618442 ，正确分类个数为 27 个。 正确分类率为 R 0. 900000 。 （3） 当 M=30 时，收敛时，迭代次数 K=2 ，权矢量矩阵为 W=[-0.190624,-0.027136,0.251925,0.309026,0.347021], 阈值 0. 796128 。正确 分类个数为 30 个。正确分类率为 R 1. 000000 。 程序如下所示： #includestdio.h #includestdlib.h #includetime.h #includemath.h #define PI 3.1415926 #define COUNT 30 //样本训练次数 #define DIMEN 5 // 输入样本维度 /*************** 函数名： ran_f 函数功能：产生 0 到 1 之间均匀分布的随机数 接口参数： *p double 型指针变量 函数返回值 a double 型 ****************/ double ran_f(double*p) { double a; srand((unsigned) time(NULL)); *p = rand(); a = *p / 32767.0; return(a); } void main() { double x[COUNT][DIMEN];  // 输入样本训练数据 int y[COUNT]; int d[COUNT]; double W[COUNT];  // 训练输出 // 理想输出 // 权值矩阵 double thres; double eps = 0.00001; double deta = 0.2; double r[1] = {3.0};  // 阈值 // 进行收敛判断的条件 // 学习因子 // 随机数种子 double xt[30][5]; int dt[30]; double m1, m2, s, dp, ep;  // 测试数据 // 理想数据输出 // dp 为理想输出与实际输出的差，  ep 为均方误差 int yt[30];  //测试输出 int count = 0; double Rate;  // 测试正确的数目 //正确分类率 int i, j, k; for(i = 0; i COUNT; i++) { for(j = 0; j DIMEN; j++) { m1 = ran_f(r); //产生均匀分布的随机数 m2 = ran_f(r); x[i][j] = sqrt(-2 * log(m1)) * sin(2 * PI * m2);  //产生正态分布随机数 } if(x[i][1] = 0) d[i] = 1; else d[i] = 0; } srand((unsigned)time(NULL)); for(j = 0; j DIMEN; j++) // 对权值、阈值进行初始化，随机产生 W[j] = (2.0 * rand() / RAND_MAX - 1) ; thres = (2.0 * rand() /