效果如下:

主函数:main

%-------------------------------------------------------------------------%
%训练阶段
nums=4;%训练集
x_dim=3;%输入向量维度
Training_Set=[-1 1 1 1-1 1 0 1-1 0 1 1-1 0 0 0];%第一列为常数项,第二列为分量一,第三列为分量二,第四列为目标值
w=rand(x_dim,1);%权值
Learning_Rate=0.03;%学习率
error=0.5;%允许误差
w=Training(nums,x_dim,Training_Set,w,Learning_Rate,error);
%-------------------------------------------------------------------------%
%作图阶段
x=-0.5:0.1:1.5;
y=w(1)./w(3)-w(2)./w(3).*x;
plot(Training_Set(:,2),Training_Set(:,3),"*");
hold on;
plot(x,y);

辅助函数:Training

function [Ret] = Training(nums,x_dim,Training_Set,w,Learning_Rate,error)
%接受参数:样本数量,向量维度,训练集,初始权重,学习率,允许误差
while(1)Error_Sum=0;%误差和for i=1:numsReal_y=Training_Set(i,1+x_dim);%目标真实值x=Training_Set(i,1:x_dim);%输入向量Err=Real_y-(x*w>=0);%误差计算w=w+Learning_Rate.*Err.*(x)';%权值调整Error_Sum=Error_Sum+Err;%误差累积endif(Error_Sum<=error)%结束条件break;end
end
Ret=w;
end

机器学习-单个感知器实现逻辑或(matlab实现)相关推荐

  1. 用单层感知器完成逻辑或运算的学习过程

    用单层感知器完成逻辑或运算的学习过程 这道题目是我"认知科学"(专业必修/doge)课程的结课作业题之一,目的在于加深对单层感知器的理解,对于后续学习神经网络打下基础. 有关知识: ...

  2. 单层感知器实现逻辑与运算

    感知器是一个用来做模式识别最简单的模型,由于仅有一个神经元,所以只能用来处理线性可分的两类模式识别. 模型 w1 w2 w3 wn x1 x2 x3 xn ∑ b 激活函数f 输出y u = ∑ i ...

  3. 机器学习之感知器算法的设计实现(多分类)

    本次实验旨在掌握感知器算法,利用它对输入的数据进行多类分类. 1.实验原理 1. 感知器基本原理 感知准则函数是五十年代由 Rosenblatt 提出的一种自学习判别函数生成方法,由于Rosenbla ...

  4. 关于感知器的故事:机器学习是如何发展到如今这一程度的呢?

    全文共2614字,预计学习时长7分钟 图源:unsplash 人工智能如今已成为大街小巷的热议话题.企业为了吸引客户和目标用户,在生产产品.提供方案时总会使用机器学习(ML).深度学习(DL)等花哨的 ...

  5. 模式识别感知器matlab,模式识别:感知器的实现

    在之前的模式识别研究中,判别函数J(.)的参数是已知的,即假设概率密度函数的参数形式已知.本节不考虑概率密度函数的确切形式,使用非参数化的方法来求解判别函数.由于线性判别函数具有许多优良的特性,因此这 ...

  6. 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 ...

  7. 【火炉炼AI】深度学习001-神经网络的基本单元-感知器

    [火炉炼AI]深度学习001-神经网络的基本单元-感知器 (本文所使用的Python库和版本号: Python 3.6, Numpy 1.14, scikit-learn 0.19, matplotl ...

  8. 详解SVM支持向量机算法(一:感知器和SVM的优点)

    作者:RayChiu_Labloy 版权声明:著作权归作者所有,商业转载请联系作者获得授权,非商业转载请注明出处 目录 了解线性和非线性 线性分类模型-感知器 感知器的算法思想: 分类超平面 回顾逻辑 ...

  9. 感知器算法实现鸢尾花数据的分类

    1.代码 1.算法描述   本博客使用感知器算法来实现鸢尾花数据的分类.因为感知器映射结果为1和-1,为了让感知器能够正常运行,我们舍去了映射类型为0的鸢尾花数据,保留了映射类型为1和-1的鸢尾花数据 ...

最新文章

  1. 【IT笔试面试题整理】连续子数组的最大和
  2. sql 修改时间戳语句_从 0 到 1 搭建技术中台之 SQL 审核平台
  3. sql能查到数据 dataset对象里面没有值_DataSet
  4. 视频专辑:Servlet视频教程
  5. 【excrt】屠龙勇士(luogu 4774)
  6. IPC--进程间通信四(信号量)
  7. Android架构:认识简法设计与EIT软件造形(序)
  8. ES11新特性_BigInt---JavaScript_ECMAScript_ES6-ES11新特性工作笔记066
  9. html实现太极图效果
  10. 罗丹明 PEG 巯基,Rhodamine PEG Thiol,荧光染料标记巯基/硫醇
  11. Linux怎么解决更改xx权限:不允许的操作
  12. 多团队协同开发的18条实践
  13. 青少年软件编程(202209)(C语言)(数据结构)等级考试(六级)试题及参考答案
  14. zblog 全站ajax,ZBlog全站缓存
  15. (小白)Excel学习笔记
  16. 《Drools7.0.0.Final规则引擎教程》第4章 global全局变量
  17. 跨平台应用 Qt 对决 HTML5
  18. 应用在PDA触摸屏中的触摸芯片
  19. 鬼谷子:大胸怀、大格局、成大事者,一定要看懂这三句话
  20. 8月5号 图论,拓扑排序入门

热门文章

  1. jqgrid学习(1)
  2. 操作系统实验报告16:CPU 调度
  3. [笔试题目] 美团2015年9月后端开发工程师笔试题
  4. [Python学习] 专题四.文件基础知识
  5. 【数据结构与算法】之“接雨水”的算法求解
  6. 百练2757:最长上升子序列
  7. 大数据WEB阶段Spring框架(一)IOC控制反转、DI注入依赖
  8. mybatis应用(二)注解的实现
  9. 深度学习、机器学习、机器人操作系统、人工智能学习资源
  10. 【Linux】一步一步学Linux——ac命令(102)