is1.m

《MATLAB工具箱的神经网络理论与应用》丛爽编

%例6.1,is1.m
%
P=[0.1826 0.6325;
    0.3651 0.3162;
    0.5477 0.3162;
    0.7303 0.6325];
T=[1 0];                          %目标值
[R,Q]=size(P);                   
[S,Q]=size(T);
W=zeros(S,R);                     %赋内星网络初始权值
B=-0.95*ones(S,1);                 %赋内星网络初始偏差
max_epoch=10;                    %赋最大循环次数
lp.lr=0.7;                          %赋学习速率
for i=1:max_epoch
    for q=1:Q
        A=T(:,q);
        dW=learnis(W,P(:,q),[],[],A,[],[],[],[],[],lp);
                                  %权值的修正值
        W=W+dW;                 %新的权值
    end
end
W                                 %输出最后权值
W*P                               %输出最后输出