离散单输出感知器训练算法——《人工神经网络导论》
来源:互联网 发布:win7连接网络打印机 编辑:程序博客网 时间:2024/06/08 01:12
% 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clcclear allclose 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 endendWXY待补充。
0 0
- 离散单输出感知器训练算法——《人工神经网络导论》
- 感知器训练算法----离散单输出
- 感知器训练算法----离散多输出
- 人工神经网络之感知器算法
- 人工神经网络之感知器算法
- 感知器 人工神经网络
- 神经网络 感知器训练算法
- 感知器训练算法-----连续多输出
- 机器学习基础(一)——人工神经网络与简单的感知器
- 人工神经网络(二)单层感知器
- 人工神经网络(二)单层感知器
- 连续多输出感知器训练算法的实现
- 【机器学习算法模型】分类算法——人工神经网络
- 人工神经网络(三)单层感知器代码实现
- 人工神经网络(四)感知器学习规则推导
- 人工神经网络(三)单层感知器代码实现
- 人工神经网络(四)感知器学习规则推导
- Python与人工神经网络(11)——为什么深度神经网络很难训练
- Java杂谈之数组
- python中原始字符串解析
- 【SSH 基础】浅谈Hibernate关系映射(2)
- Codeforces Round #259 (Div. 1) (A,B,C)
- 博客已转移
- 离散单输出感知器训练算法——《人工神经网络导论》
- SPOJ 8059. Stocks Prediction (矩阵嵌矩阵)
- JUnit+Ant什么时候可以生成HTML形式的report
- 关于MySQL性能的那些事儿
- 面向对象
- uva11400 Lighting System Design
- Android学习路线(四)构建一个简单的UI
- viewpage使用注意
- hdu 1003 Max Sum