离散单输出感知器训练算法——《人工神经网络导论》
2014-08-02 12:22
309 查看
% 这是《人工神经网络导论》3.2.1离散单输出感知器训练算 % 法对于0到9的奇偶性识别的初步简单实现 clc clear all close all %%算法3-1 离散单输出感知器训练算法 %%初始化权向量W %%重复进行下列过程,直到训练完成 % 对每一个样本(X,Y),执行: % 计算O=F(XW); % 如果O不正确,则 % (i):o=0时,取W=W+X; % (ii):o=1时,取W=W-X; % end; % %} %%根据此时W进行误差判断,若小于规定限度则结束训练。 W=rand(4,1); X=[0 0 0 0;0 0 0 1;0 0 1 0;0 0 1 1;0 1 0 0;0 1 0 1;0 1 1 0;0 1 1 1;1 0 0 0;1 0 0 1]; Y=[0;1;0;1;0;1;0;1;0;1]; [row_x,col_x]=size(X); O=zeros(row_x,1); ok=0; while ok==0 for k=1:row_x net=X(k,:)*W; if net>10 O(k)=1; else O(k)=0; end if O(k)~=Y(k) if O(k)==0 W=W+X(k,:)'; else W=W-X(k,:)'; end ok=0; break; %这里的break是挺重要的,因为一旦改动W就必须重新计算O,否则可能导致O前面的出错,后面的正确。 else ok=1; end end end W X Y待补充。
相关文章推荐
- 感知器训练算法----离散单输出
- 感知器训练算法----离散多输出
- 人工神经网络(Artificial Neural Netwroks)笔记--离散多输出感知器训练算法
- 连续多输出感知器训练算法的实现
- 感知器训练算法-----连续多输出
- 算法训练 成绩的等级输出
- 蓝桥杯 算法训练 输出米字形
- 神经网络 感知器训练算法
- 算法训练 成绩的等级输出
- 算法训练 输出米字形
- 算法训练 输出米字形
- 算法训练 输出米字形
- 单输出感知器学习算法实现修改
- 算法训练 输出米字形
- 算法训练 输出米字形
- 算法思维(递归)训练:输出字符串长度为M的子序列
- 算法训练 输出米字形
- 算法训练 输出米字形
- 算法训练 输出米字形
- 人工神经网络(Artificial Neural Netwroks)笔记-连续多输出感知器算法