神经网络-感知基“与运算”代码

晓痕之韧

于 2019-03-10 21:35:51 发布

阅读量249

点赞数

分类专栏：神经网文章标签：神经网与运代

本文链接：https://blog.youkuaiyun.com/xiaohen123456/article/details/88384413

版权

神经网专栏收录该内容

2 篇文章

订阅专栏

本文详细介绍了一种基于MATLAB的感知器学习算法实现过程。通过随机设置初始权重与阈值，利用给定的训练样本进行迭代训练，直到网络输出符合预期。该算法采用阶跃函数作为激活函数，通过调整权重和阈值来最小化预测误差。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

close all;
clear;
W = [rand(1) rand(1)];b=0;%随机设置初始权值与阈值
p = [0 0;0 1;1 0;1 1];%p,t为给定的训练样本，p为输入，t为对应的输出
t = [0;0;0;1];
a1=[0,0,0,0];i=1;
%训练过程传递函数为阶跃函数
while 1>0
    a = hardlim(p(i,1:2)*W'+b);
    e = t(i,1)-a;
    W = W+e*p(i,1:2);
    b = b+e;
    a1 = hardlim(p(1:4,1:2)*W'+b);
    if all(a1==t)
        break;
    elseif i < 4
        i = i+1;
    else
        i = 1;
    end
end
%网络输出
W
a1 = hardlim(p(1:4,1:2)*W'+b)