linennet_143.m

线性神经网络应用实例

% 线性神经网络是最简单的一种神经元网络，由一个或多个线性神经元构成。它不同于感知器神经网络，其中每个神经元的传递函数是一个线性函数，因此线性神经网络的的输出可以取任意值，而不象感知器神经网络的输出只能是0或1。本例设计一个简单的单层线性神经元。
clf reset
figure(gcf)
%setfsize(300,300);
echo on
clc

% INITLIN -对神经元的权值和阈值进行初始化
% SIMULIN -对神经元进行仿真
% TRAINWH -利用神经元学习规则对线性神经元训练
pause  
clc
% P 为输入向量
P=[1.0 -1.2];
% T 为目标向量
T = [0.5 1.0];
pause 
clc

w_range=-1:0.1:1;
b_range=-1:0.1:1;
ES=errsurf(P,T,w_range,b_range,'purelin');
plotes(w_range,b_range,ES);
pause
clc

% 初始化权值和阈值
[w,b]=solvelin(P,T); 

pause
clc

A=simulin(P,w,b);
E=T-A;
SSE=sumsqr(E)
pause
clc
plotes(w_range,b_range,ES);
plotep(w,b,SSE);
pause;
clc
p=-1.1;
a=simulin(p,w,b)
echo off