matlab感知器神经网络设计.txt

MATLAB绘制出权值wv和阀值bv确定的误差曲面

感知器神经网络设计2007/06/03 00:18%输入样本点及其相应的类别
P = [-0.5   -0.5    0.3   -0.1   0.2    0.0    0.6   0.8;
       -0.5    0.5   -0.5    1.0   0.5   -0.9   0.8   -0.6];
T = [1 1 0 1 1 0 1 0 ];
%在坐标图上绘出样本点
plotpv(P,T);
%使用newp函数建立一个感知器神经网络，默认使用硬限幅传递函数hardlim，感知齐权重及偏置
%学习函数learnp
net=newp([-1 1;-1 1],1);  
%plotc函数可以在已绘制的图上加上感知器分类线
handle=plotpc(net.iw{1},net.b{1});
%利用样本点训练网络并绘出得到的分类线
%adapt是神经网络自适应函数，sse是网络平方和误差函数
E=1;
while (sse(E)),
    [net,Y,E]=adapt(net,P,T);
    handle=plotpc(net.iw{1},net.b{1},handle);
end;
%选择10个点来测试网络
testpoints=[-0.5   0.3 -0.9   0.4 -0.1   0.2 -0.6   0.8   0.1 -0.4;
             -0.3 -0.8 -0.4 -0.7   0.4 -0.6   0.1 -0.5 -0.5   0.3];
a=sim(net,testpoints);
%在坐标图上绘出网络的分类结果及分类线
figure;
plotpv(testpoints,a);
plotpc(net.iw{1},net.b{1},handle);