perceptron_example5.m

分析单层感知器无法解决线性不可分输入矢量的分类问题

%--------------------------------------------------------------------------
% 分析单层感知器无法解决线性不可分输入矢量的分类问题
%
% initp—对感知器神经元初始化
% simup—对感知器神经元仿真
% trainp—利用感知器学习规则对感知器神经元训练
%--------------------------------------------------------------------------
clf reset;  % 从当前图形窗口删除所有图形对象，除"Position, Units, PaperPosition, and PaperUnits"
            % 等属性外，恢复图形窗口其他属性的默认设置
figure(gcf);    % gcf--获得当前图形窗口的句柄
% set(gcf,300,300);
% set(gcf, 'PaperPosition', [2 1 4 2]);
echo on;    % 允许在屏幕上显示批处理命令行
clc;
p=[-0.5 -0.5 -0.3 -0.1 -0.8;
    -0.5 0.5 -0.5 1 0];     % p为输入矢量
t=[1 1 0 0 0];   % t为目标矢量
plotpv(p,t);    % 画出感知器的输入/目标矢量
pause;
clc;
[w,b]=initp(p,t);    % 定义感知器神经元，w是权值矩阵，b是阈值矩阵
echo off;   % 禁止在屏幕上显示批处理命令行
clc;
k=pickic;
if k==2
    w=[-0.8997  -0.7783];
    b=[-0.0575];
end
echo on;
clc;
plotpc(w,b);    % 在感知器矢量图图上，画出与初始权值和阈值对应的分类线
pause;
clc;
[w,b,epochs,errors]=trainp(w,b,p,t,-1);    % 训练感知器神经元
pause;
clc;
ploterr(errors);    % 画出误差曲线
echo off;