1、精選優質文檔-傾情為你奉上 clear%產生第一類和第二類原始數據，分別賦值給w1和w2變量w1=0.1 6.8 -3.5 2.0 4.1 3.1 -0.8 0.9 5.0 3.9;    1.1 7.1 -4.1 2.7 2.8 5.0 -1.3 1.2 6.4 4.0;w2=-3.0 0.5 2.9 -0.1 -4.0 -1.3 -3.4 -4.1 -5.1 1.9;    -2.9 8.7 8 5.2 2.2 3.7 6.2 3.4 1.6 5.1;%分別產生第一類和第二類增廣樣本向量集ww1、ww

2、2ww1=ones(1,size(w1,2);w1;ww2=ones(1,size(w2,2);w2;%產生第一類和第二類樣本向量的規范化增廣樣本向量集w12w12=ww1,-ww2;y=zeros(1,size(w12,2); % 產生1x20的行向量，賦給y，初值全為0a=1;1;1;       %給權向量a賦初值k=0;               %k為迭代次數，a(

3、0)=1;1;1while any(y<=0)for i=1:size(y,2)y(i)=a'*w12(:,i);enda=a+(sum(w12(:,find(y<=0)')'k=k+1;enda      %顯示最終求得的權向量a的值k      %迭代次數值figure(1)plot(w1(1,:),w1(2,:),'r+')hold onplot(w2(1,:),w2(2,:),'*')xmin=min

4、(min(w1(1,:),min(w2(1,:); xmax=max(max(w1(1,:),max(w2(1,:); ymin=min(min(w1(2,:),min(w2(2,:); ymax=max(max(w1(2,:),max(w2(2,:); xindex=xmin-1:(xmax-xmin)/100:xmax+1;yindex=-a(2)*xindex/a(3)-a(1)/a(3);plot(xindex,yindex) 我自己模仿寫的：%測試函數點clcclear allx1=-1:0.1:1;y1=x1+2;w1=x1;y1;

5、x2=-1.5:0.1:0.5y2=x2;w2=x2;y2;figure(1)plot(x1,y1,'r+')hold onplot(x2,y2,'g*')ww1=ones(1,size(w1,2);w1;ww2=ones(1,size(w2,2);w2;w12=ww1,-ww2;a=1;1;1;y=zeros(1,size(w12,2);k=1;while any(y<=0)   for i=1:size(w12,2)       y(i)=a'*

6、w12(:,i);   end   temp=sum(w12(:,find(y<=0)')'   a=a+temp;   k=k+1;endakxmin=min(min(x1),min(x2);xmax=max(max(x1),max(x2);ymin=min(min(y1),min(y2);ymax=max(max(y2),max(y2);xindex=xmin-1:(xmax-xmin)/100:xmax+1;yindex=-a(2)/a(3)*xi

7、ndex-a(1)/a(3);hold onplot(xindex,yindex)心得體會：感知器準則函數只能用來線性分類，而且最有找到判決邊界一般在邊界面上，具體原理還是比較好理解的。  三類情況：clear%original data%產生第一類、第二類和第三類原始數據，分別賦給w1、w2 和w3 變量w1=0.1 0.8 -3.5 2.0 4.1 3.1 -0.8 2 5.0 3.9; 1.1 7.1 -4.1 2.7 2.8 5.0 -1.3 1.2 6.4 4.0;w2=7.1 -1.4 4.5 6.3 4.2 1.4 2.4 2.5 8.4 4.1;4.2 -4

8、.3 0.0 1.6 1.9 -3.2 -4.0 -6.1 3.7 -2.2;w3=-3.0 5 2.9 -0.1 -4.0 -1.3 -3.4 -4.1 -5.1 1.9;-2.9 8.7 2.1 5.2 2.2 3.7 6.2 3.4 1.6 5.1;figure(1)plot(w1(1,:),w1(2,:),'r.')hold onplot(w2(1,:),w2(2,:),'*')%normalized%分別產生第一類、第二類和第三類增廣樣本向量集ww1、ww2 和ww3ww1=ones(1,size(w1,2); w1;ww2=ones(1,size(w

9、2,2); w2;ww3=ones(1,size(w3,2); w3;%產生第一類和第二類樣本向量的規范化增廣樣本向量集w12w12=ww1,-ww2;%w13=ww1,-ww3;%w23=ww2,-ww3;y=zeros(1,size(w12,2); %產生1x20 的行向量，賦給y，初值全為0v=1;1;1; %給權向量v 賦初值k=0; %k 為迭代次數，v(0)= 1;1;1while any(y<=0)for i=1:size(y,2)y(i)=v'*w12(:,i);endv=v+(sum(w12(:,find(y<=0)')'k=k+1;end

10、v %顯示最終求得的權向量v 的值k %迭代次數值figure(1)plot(w1(1,:),w1(2,:),'r.')hold onplot(w2(1,:),w2(2,:),'*')xmin=min(min(w1(1,:),min(w2(1,:);xmax=max(max(w1(1,:),max(w2(1,:);ymin=min(min(w1(2,:),min(w2(2,:);ymax=max(max(w1(2,:),max(w2(2,:);xindex=xmin-1:(xmax-xmin)/100:xmax+1;yindex=-v(2)*xindex/v(3

11、)-v(1)/v(3);plot(xindex,yindex)%寫出實現批處理感知器算法的程序，從v=0 開始，將程序應用在2 和3 類上，同樣記下收斂的步數。w23=ww2,-ww3;yy=zeros(1,size(w23,2); %產生1x20 的行向量，賦給y，初值全為0vv=1;1;1; %給權向量v 賦初值kk=0; %k 為迭代次數，v(0)= 1;1;1while any(yy<=0)for i=1:size(yy,2)yy(i)=vv'*w23(:,i);endvv=vv+(sum(w23(:,find(yy<=0)')'kk=kk+1;endvv %顯示最終求得的權向量v 的值kk %迭代次數值figure(2)plot(w2(1,:),w2(2,:),'r.')hold onplot(w3(1,:),w3(2,:),'*')xxmin=min(min(w2(1,:),min(w3(1,:);xxmax=max(max(w2(1,:),max(w3(1,