perceptive_128.m

这是有个基于matlab的单一感知器神经元应用的实例

% 本例采用单一感知器神经元来解决一个简单的分类问题：将4个输入向量分类两类，其中2个向量对应的目标值为1，另两个向量对应的目标值为0。
clf reset
figure(gcf)
%setfsize(300,300);
echo on
clc

% 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
pause  
clc
% P 为输入向量
P=[-0.5 -0.5 +0.3 +0.0;
   -0.5 +0.5 -0.5 +1.0];
% T 为目标向量
T = [1 1 0 0];
pause 
clc
% 绘出输入向量
plotpv(P,T);
pause
clc
% 定义感知器神经元
[w,b]=initp(P,T);
echo off
k=pickic;
if k==2
    w=[-0.816 0.3078];
    b=[-0.1680];
end
echo on
clc
% 初始化感知器神经元
plotpv(P,T);
plotpc(w,b);
pause
clc
% 训练感知器神经元
[w,b,epochs,errors] = trainp(w,b,P,T,-1);
pause
clc
% 绘制误差曲线
ploterr(errors);
pause
clc
% 利用训练完成的感知器神经元进行分类
p=[0.5;0];
a=simup(p,w,b)
echo off