第2章 单层前向网络及LMS学习算法仿真实例 Matlab 实现
来源:互联网 发布:小区网络方案 编辑:程序博客网 时间:2024/05/22 05:25
参考了:http://blog.csdn.net/henhen2002/article/details/5416574
[例2-1]试用单层感知器,实现逻辑“与”和“或”运算。
输入矢量:P=[0 0 1 1; 0 1 0 1]
目标矢量:T=[0 0 0 1]
P= [0 0 1 1; 0 1 0 1]; %给定训练样本数据T= [0 0 0 1]; %给定样本数据所对应的类别,用1和0来表示两种类别%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%网络只有一个神经元的感知器神经网络net=newp([-1 1;-1 1],1); net.trainParam.epochs = 20; %设置网络的最大训练次数为20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 0 1 1; 0 1 0 1]; %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
[例2-2]使用单层感知器解决一个简单的分类问题。
输入矢量:P=[-0.5 -0.5 0.3 0; -0.5 0.5 -0.5 1]
目标矢量:T=[1 1 0 0]
P= [-0.5 -0.5 0.3 0; -0.5 0.5 -0.5 1]; %给定训练样本数据T= [1 1 0 0]; %给定样本数据所对应的类别,用1和0来表示两种类别%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%网络只有一个神经元的感知器神经网络net=newp([-1 1;-1 1],1); net.trainParam.epochs = 20; %设置网络的最大训练次数为20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=[-0.5 -0.5 0.3 0; -0.5 0.5 -0.5 1]; %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
- 第2章 单层前向网络及LMS学习算法仿真实例 Matlab 实现
- LMS算法MatLab实现
- 机器学习第5章第2节 : LMS算法
- 寻求LMS算法及matlab或者VC实现
- 遗传算法matlab仿真实例
- Matlab向量化编程实现机器学习算法---2
- 机器学习第5章第3节 : LMS的学习率退火算法
- 前向算法实现
- LMS(least mean square)自适应滤波算法matlab实现
- HMM:前向算法实例
- 从一个实例中学习HMM前向算法
- LMS算法学习总结
- MATLAB通信仿真及应用实例
- 小波学习之一(单层一维离散小波变换DWT的Mallat算法C++和MATLAB实现)
- Matlab向量化编程实现机器学习算法---1
- Matlab向量化编程实现机器学习算法---3
- 前向算法的实例应用
- 隐马尔可夫模型(HMM)的MATLAB实现——前向后向算法
- WCF-基础概念
- 命令行启动XP无线网络服务
- sssssssssss
- 在写增删查改时碰到的问题及
- hdu 1712 ACboy needs your help(很裸的分组背包,照着背包九讲套)
- 第2章 单层前向网络及LMS学习算法仿真实例 Matlab 实现
- IOS目前比较不错的推广网站
- parent cursor, child cursor以及v$sqlarea, v$sql
- 整个程序在执行前是放在ROM里的,在执行的时候,RW段被拷贝到了SDRAM里的合适位置去
- 华为笔试题
- Linux中断(interrupt)子系统之五:软件中断(softIRQ)
- 学生端W7搜IP
- click 和 touch 区别
- poj 3250 Bad Hair Day