单层感知器应用实例--坐标点的二分类模式分类

坐标点的二分类用MATLAB代码实现

n=0.1;//学习率
w=[0,0,0];
P=[-9,1,-12,-4,0,5;15,-8,4,5,11,9];
d=[0,1,0,0,0,1];
P=[ones(1,6);P];
MAX=20;i=0;while 1%迭代
v=w*P;%输入
y=hardlim(v);%输出
e=(d-y);%误差
ee(i+1)=mae(e);%误差更新
if(ee(i+1)<0.001)
disp('we have got it');
disp(w);
break;
end
w=w+n*(d-y)*P';%阈值更新
i=i+1;
if(i>=MAX)
disp('MAX times loop');
disp(w);
disp(ee(i+1));
break;
end
end
subplot(2,1,1);
plot([-9，-12 -4 0],[15, 4 5 11],'o');
hold on;
plot([1,5],[-8,9],'*');
axis([-13,6,-10,16]);
legend('第一类','第二类');
title('6个坐标点的二分类');x=-13:.2:6;y=x*(-w(2)/w(3)-w(1)/w(3));plot(x,y);hold off;subplot(2,1,2);x=0:i;plot(x,ee,'o-');s=sprintf('mae的值（迭代次数：%d）',i+1);title(s);

现象如下图所示

修改问题的期望输出可化成线性不可分问题，这也是单层感知器的缺陷所在。修改迭代次数，学习效率，验证不同结果。

单层感知器应用实例--坐标点的二分类模式分类相关推荐

深度学习--TensorFlow （2）单层感知器2 -- 实现多数据分类
目录一.基础理论前向传递(得到输出y) 反向传递(更新权重w) 二.实现多数据分类 1.设置初始参数 2.训练 3.画图 3-1.画点 3-2.画线段总代码一.基础理论这里只写公式,更加详细 ...
MP模型、单层感知器、多层感知器的理解
神经网络基础序言 MP模型 1.逻辑与: 2.逻辑或: 3.逻辑异或: 单层感知器多层感知器(BP) 序言关于神经网络的内容已经学习了很多,也发现了一些问题,而这些问题是因为基础不牢靠引起的,所 ...
从单层感知器到深度学习以及深度学习必知的框架
从单层感知器到深度学习以及深度学习必知的框架一单层神经网络(感知器) 1.结构下面来说明感知器模型. 在原来MP模型的"输入"位置添加神经元节点,标志其为"输入单元 ...
神经网络学习（1）————单层感知器以及python实现
一.感知器模型单层感知器是感知器中最简单的一种,有单个神经元组成的单层感知器只能用于解决线性可分的二分性问题.在空间中如果输入的数据是可分的,感知器相当于将输入的数据在空间中分为两类,已经证明,如果 ...
深度学习--TensorFlow （1）单层感知器1 -- 实现单数据训练
目录一.基础理论 1.单词感知器介绍 2.单词感知器学习规则前向传递(得到输出y) 反向传递(更新权重w) 二.实现单层感知器 1.初始参数设置 2.正向传播(得到输出y) 3. 反向传播(更新权 ...
深度学习（神经网络）[1]——单层感知器
深度学习(神经网络)[1] -- 单层感知器算法描述 python实现示例运行结果可视化算法描述最原始的神经网络模型,类似于神经网络中的单个神经元,该算法局限性也很大,只适用于解决线性可分的 ...
为什么在反向传播中感知器初始值不能为0_深度学习理论分享之——单层感知器简述...
1单层感知器概述单层感知器(Single Layer Perceptron)是最简单的神经网络.它包含输入层和输出层,而输入层和输出层是直接相连的.单层感知器属于感知器中最简单的一种分类器,属于机器学 ...
神经网络 | 网络优化-线性神经网络-delta学习规则-梯度下降法（单层感知器-异或问题Python源代码）
===================================================== github:https://github.com/MichaelBeechan CSDN: ...
神经网络算法-论证单层感知器的局限性
神经网络算法-论证单层感知器的局限性今天课上学习了一个思路将真值表转换到平面直角坐标系中来论证线性可分还是不可分,挺有意思记录一下. 简单感知器模型实际上仍然是MP模型的结构,但是它通过采用监督 ...

单层感知器应用实例--坐标点的二分类模式分类

单层感知器应用实例--坐标点的二分类模式分类相关推荐

最新文章

热门文章