单层感知器实验 1.docxVIP

实验中所用的单层感知器结构图为：实验一与运算单层感知器1、下面为与运算的m文件程序：function main()close all;rand(state,sum(100*clock))%时钟随机初始化X=[-1 0 0;-1 0 1;-1 1 0;-1 1 1];%输入样本d=[0 0 0 1];%期望输出h=0.1;%学习率p=4;%样本数量max=200;%设置最大迭代次数T=0.1;%设置阈值w=rand(1,3);%给权值一个较小的随机非零值w(1)=T;w1=[];%迭代过程中权值w1的变化矩阵w2=[];%迭代过程中权值w2的变化矩阵error=[];n=0;%迭代次数q=0;%程序运行10次迭代次数的平均值for l=1:10%用于计算程序运行10次迭代次数的平均值fori=1:max m=0;%总误差for j=1:pY(j)=X(j,:)*w;if(Y(j)=0) y(j)=1;%实际输出else y(j)=0;%实际输出end w=w+h*(d(j)-y(j))*X(j,:);%调整权值向量 m=m+abs(d(j)-y(j));%计算总误差end error=[error m];%迭代过程中生成误差矩阵 n=n+1; w1=[w1 w(2)]; w2=[w2 w(3)];if(m==0)break;endendq=q+n/10;endq%%%%%%%%%%%%%%%画权值w1的变化过程图figure(1)plot(1:n,w1,-)title(权值w1的变化过程)xlabel(迭代次数)ylabel(w1)%%%%%%%%%%%%%%%%%画权值w2的变化过程图figure(2)plot(1:n,w2,-)title(权值w2的变化过程)xlabel(迭代次数)ylabel(w2)%%%%%%%%%%%%%%%%画误差的收敛曲线图figure(3)plot(1:n,error,r--)title(误差的收敛曲线)xlabel(迭代次数)ylabel(error)%%%%%%%%%%%%%%%画样本分布及分界线示意图figure(4)hold ongrid onx1=-1:2;%设置横坐标x2=(w(1)-w(2)*x1)/w(3);%分类曲线方程plot(x1,x2,--)x=[0 0 1 1];y=[0 1 0 1];plot(x,y,*);title(样本分布及分界线示意)xlabel(输入)ylabel(输出)%%%%%%%%%%%%%%%%%%%显示运算结果display([运算结果如下:])display([The final error is: num2str(m) ])display([The curren Epoch is： num2str(n)])display([The final T is: num2str(w(1))])display([The final w is: num2str(w(2)) num2str(w(3))])display([The result is:])M=[0 0 0;0 1 0;1 0 0;1 1 1]; display([x1, x2, y])display(num2str(M))2、设置T=0.1，改变学习率观察收敛情况，对每个不同的学习率，分别运行10次，将所用迭代次数的平均值填入下表：学习率h0.010.050.10.51210迭代次数(q)46.513.57.512.59.510.512.53、设置学习效率h=0.1，设置初始阈值T=0.1，运行10次，记录下迭代次数平均值，将变换函数改为单极点Sigmoid函数，在运行程序10次，记录下迭代次数平均值变换函数单极点二值函数单极点Sigmoid函数迭代次数8.53385.5计算单极点Sigmoid函数情况时将原程序中Y(j)=X(j,:)*w;if(Y(j)=0) y(j)=1;%实际输出else y(j)=0;%实际输出end改为：Y(j)=X(j,:)*w;y(j)=1/(1+exp(-10*Y(j)));4、当变换函数为单极点二值函数时运行结果为：The final error is:0The curren Epoch is：13The final T is:0.6The final w is:0.37746 0.43848The result is:x1 x2 y0 000 1 01 001 1可见，最终误差收敛到零，程序的迭代次数为13次，阈值T的终值为0.6，权值w1和w2终值为0.37746和0.438485、当