神经网络 - 用单层感知器实现多个神经元的分类

训练样本矩阵：

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];

训练样本对应的分类：

T = [1 1 1 0 0 1 1 1 0 0 ;0 0 0 0 0 1 1 1 1 1];

用MATLAB实现分类，并画出网络模型。

MATLAB代码：

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];                        %给定训练样本数据
T= [1 1 1 0 0 1 1 1 0 0 ; 0 0 0 0 0 1 1 1 1 1];    %给定样本数据所对应的类别，用1
和0来表示两种类别
net=newp([-2 2;-1 1],2);     %创建一个有两个输入、样本数据的取值范围都在
[-1，1] %之间，并且网络有两个神经元的感知器神经网络
net.trainParam.epochs = 30;             %设置网络的最大训练次数为30次
net=train(net,P,T);                     %使用训练函数对创建的网络进行训练
Y=sim(net,P)                          %对训练后的网络进行仿真
E1=mae(Y-T)                  %计算网络的平均绝对误差，表示网络错误分类
Q=[0.7  1.9  0.9  -0.4  0.2  1.3  -1.5  -0.3  -0.7  1.5; 1.2  0.4  -1.6  0.1 1.9  0.0  0.2  0.8  -1.5  0.9];          %检测训练好的神经网络的性能
Y1=sim(net,Q)                   %对网络进行仿真，仿真输出即为分类的结果
figure;                                %创建一个新的绘图窗口
plotpv(Q,Y1);                           %在坐标图中绘制测试数据
plotpc(net.iw{1},net.b{1})                 %在坐标图中绘制分类线

运行结果：

Y =

1     1     1     0     0     1     1     1     0     0

0     0     0     0     0     1     1     1     1     1

E1 =0

Y1 =

1     0     0     1     1     0     1     1     0     0

0     0     1     1     0     1     1     1     1     0

训练误差曲线：

训练后的分类线：

网络模型：

神经网络 - 用单层感知器实现多个神经元的分类 - （Matlab建模）相关推荐

神经网络基础知识--感知器，S型神经元，梯度下降法，神经网络架构
感知器和S型神经元简介 1.1感知器感知器是如何⼯作的呢?⼀个感知器接受⼏个⼆进制输⼊,x1, x2, -,并产⽣⼀个⼆进制输出: ⽰例中的感知器有三个输⼊,x1, x2, x3.通常可以有更多或更 ...
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 ...
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 ...
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 ...
单层感知器线性分类、多层感知器非线性分类样例调用matlab神经网络工具箱实现
%给定样本输入向量P,目标输出向量T %net = newp(PR,S,TF,LF) %PR为输入矢量的取值范围的最大值和最小值 S为神经元的个数 TF为网络的传递函数默认为hardlim LF为网 ...
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: ...
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 ...
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 ...
笔记+R︱信用风险建模中神经网络激活函数与感知器简述
每每以为攀得众山小,可.每每又切实来到起点,大牛们,缓缓脚步来俺笔记葩分享一下吧,please~ --------------------------- 本笔记源于CDA-DSC课程,由常国珍老师主讲 ...

神经网络 - 用单层感知器实现多个神经元的分类 - （Matlab建模）

神经网络 - 用单层感知器实现多个神经元的分类 - （Matlab建模）相关推荐

最新文章

热门文章