p1.m

神经网络的很好分类例子

clc;clear;
p=[0.2 0.3 0.7 0.8;0.3 0.2 0.8 0.7];                     %p为输入向量
t=[1.0 1.0 0 0];                                    %t为目标向量
plotpv(p,t);                                       %绘制输入向量
net=newp([0 1;0 1],1);                              %建立一个单个神经元感知器
plotpv(p,t);
linehandle=plotpc(net.iw{1}, net.b{1});                %在原图上绘制分类线
e=1;                                            %误差e为教师样本与实际输出的差
net=init(net);                                     %初始化感知器
linehandle=plotpc(net.iw{1}, net.b{1});
while(sse(e))                                     %修正感知器网络
[net,y,e]=adapt(net,p,t);
linehandle=plotpc(net.iw{1}, net.b{1},linehandle);
drawnow;                                     %绘制图像
end


P=[0.7;0.9];
a=sim(net,P);                                    %对输入向量P进行仿真
plotpv(P,a)
thepoint=findobj(gca,'type','line');
set(thepoint,'color','red');
hold on;                                        %在原图上继续作图，不覆盖原图像
plotpv(p,t)
plotpc(net.iw{1}, net.b{1});                        %绘制分类线
hold off;