m10_1.m

MATLAB控制系统仿真与实例详解（附书光盘）

                %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，感知器权重及偏置
  %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);