中科大模式识别大作业实验报告.docx

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
模式识别大作业实验报告 MyZenith(PB1*210***) By N_3104_EVER 实验一: 已知二维模式样本集 X1={(1,0),(1,1),(0,2)} X2={(2,1),(2,2),(1,3)} ,用固定增量算法求分界面方程,并作图。 分别改变初始权值向量和样本集中样本顺序来获得不同的结果。 自定义线性不可分样本(如 X1={(1,0),(1,1)} X2={(0,1),(1,0)}),通过限定算法迭代次数(如 100 次)得到结果并分析。 分析实验结果和所得结论,撰写实验报告。 实验目的: 通过编程实现感知器算法,加深对感知器算法的认识,掌握对分界面求取的步骤与过程。 实验代码: 使用 MATLAB 编程实现:主程序: function [ output_args ] = main1( input_args ) x1=[1,0;1,1;0,2]; x2=[2,1;2,2;1,3]; [m,n]=size(x1); % w=double(ones(1,n+1));%设定权向量 w=double([1,0,1]); w=func1(x1,x2,w,0.3); axis([-1 3 -1 4]);hold; scatter(x1(1,1),x1(1,2),red); scatter(x1(2,1),x1(2,2),red); scatter(x1(3,1),x1(3,2),red); scatter(x2(1,1),x2(1,2),blue); scatter(x2(2,1),x2(2,2),blue); scatter(x2(3,1),x2(3,2),blue); line([0,-w(3)/w(1)],[-w(3)/w(2),0]); end 功能函数: function [ output_args ] = func1( w1,w2,w,c ) [m1,n1]=size(w1); [m2,n2]=size(w2); ww1=double(ones(m1,n1+1));%11?ì??1??òá? ww2=double(ones(m2,n2+1)); for i=1:m1 for j=1:n1 ww1(i,j)=w1(i,j); end end for i=1:m2 for j=1:n2 ww2(i,j)=w2(i,j); end end ww2=-ww2; isover=0; while isover ~= m1+m2 isover = 0; for i=1:m1 g=ww1(i,:).*w; sm=sum(g); if sm = 0 w = w+c*ww1(i,:); else isover = isover+1; end end for i=1:m2 g=ww2(i,:).*w; sm=sum(g); if sm = 0 w = w+c*ww2(i,:); else isover = isover+1; end end end output_args = w; end 运行结果: (2)改变权值 w=[1,1,0] 结果如下: 其图均相同,故可知 w 的选择影响算法的迭代次数。 (3) 代码如下: x=[1 1 0 -1; 1 -1 0; 1 1 -1 -1;]; w=[1,1,1]; k=0; p=1; n=0; while ((n4)(k100)) i=mod(k,4)+1; g=w*x(:,i);

您可能关注的文档

文档评论(0)

0004499 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档