Нейронные сети и нейроконтроллеры. Бураков М.В. - 49 стр.

UptoLike

Составители:

Рубрика:

Применение функции adapt гарантирует, что любая задача

классификации с линейно отделимыми векторами будет решена за

конечное число циклов настройки.

Функция обучения train также может быть использована для обу-

чения персептрона, но здесь настройка выполняется не после каж-

дого прохода, а в результате всех проходов обучающего множества.

Каждый пересчет для набора входных векторов является эпохой.

Рассмотрим пример бинарной классификации четырех векторов:

>> p = [[2;2] [1;–2] [–2;2] [–1;–0.5]];

>> t =[0 1 0 1];

С помощью функции

>> plotpv(p,t)

входной и целевой векторы можно отобразить графически. Это по-

могает понять, является ли задача линейно разделимой (рис. 2.7):

>> net = newp([–2 2;–2 2],1);

>> net = train(net,p,t);

TRAINC, Epoch 0/100

TRAINC, Epoch 2/100

TRAINC, Performance goal met.

Появившийся на экране график показывает, что задача решена

за три эпохи (рис. 2.8).

Рис. 2.7. Исходные данные для классификации

-3 -2 -1 0 1 2 3

-3

-2

-1

Vectors to be Classified

(1)

P(2)