武漢大學(xué)計(jì)算機(jī)學(xué)院模式識(shí)別（三）課后上機(jī)作業(yè)參考解答-

1、“模式識(shí)別(三.PDF”課件課后上機(jī)選做作業(yè)參考解答(武大計(jì)算機(jī)學(xué)院袁志勇, Email: yuanzywhu 上機(jī)題目:兩類問題,已知四個(gè)訓(xùn)練樣本1=(0,0T,(0,1T;2=(1,0T,(1,1T使用感知器固定增量法求判別函數(shù)。設(shè)w1=(1,1,1Tk=1試編寫程序上機(jī)運(yùn)行(使用MATLAB、 C/C+、C#、JA V A、DELPHI、PYTHON 等任意一種語言編寫,寫出判別函數(shù),并給出程序運(yùn)行的相關(guān)運(yùn)行圖表。這里采用MATLAB編寫感知器固定增量算法程序。一、感知器固定增量法的MATLAB函數(shù)編寫感知器固定增量法的具體內(nèi)容請(qǐng)參考“模式識(shí)別(三.PDF”課件中的算法描述,可將該算法編

2、寫一個(gè)可以調(diào)用的自定義MATLAB函數(shù):% perceptronclassify.m% Caculate the optimal W by Perceptron% W1-3x1 vector, initial weight vector% Pk-scalar, learning rate% W -3x1 vector, optimal weight vector% iters - scalar, the number of iterations% Created: May 17, 2010function W iters = perceptronclassify(W1,Pkx1 = 0 0 1

3、'x2 = 0 1 1'x3 = 1 0 1'x4 = 1 1 1'% the training sampleWk = W1;FLAG = 0;% iteration flagesiters = 0;if Wk'*x1 <= 0Wk =Wk + x1;FLAG = 1;endif Wk'*x2 <= 0Wk =Wk + x2;FLAG = 1;endif Wk'*x3 >= 0Wk=Wk-x3;FLAG = 1; endif Wk'*x4 >= 0 Wk =Wk -x4; FLAG = 1; enditer

4、s = iters + 1; while (FLAG FLAG = 0; if Wk'*x1 <= 0Wk = Wk + x1; FLAG = 1; endif Wk'*x2 <= 0Wk = Wk + x2; FLAG = 1; endif Wk'*x3 >= 0 Wk = Wk - x3; FLAG = 1; endif Wk'*x4 >= 0 Wk = Wk - x4; FLAG = 1; enditers = iters + 1; endW = Wk;二、程序運(yùn)行程序輸入:初始權(quán)向量1W , 固定增量大小k 程序輸出:權(quán)向量最優(yōu)解

5、W , 程序迭代次數(shù)iters 在MATLAB 7.X 命令行窗口中的運(yùn)行情況: 1、初始化1111T W = 初始化W 1窗口界面截圖如下: 2、初始化1k=初始化Pk 窗口界面截圖如下: 3、在MATLAB 窗口中調(diào)用自定義的perceptronclassify 函數(shù)由于perceptronclassify.m 是自定義的函數(shù)文件,在調(diào)用該函數(shù)前需要事先Set path設(shè)置該函數(shù)文件所在的路徑,然后才能在命令行窗口中調(diào)用。在命令行窗口中,輸入W iters=perceprtonclassify(W1,Pk回車。 調(diào)用perceprtonclassify 函數(shù)及相關(guān)運(yùn)行結(jié)果窗口界面截圖如下: 求出的最優(yōu)權(quán)向量301T W =,迭代次數(shù)iters 為5。因此,該問題的線性判別函數(shù)為121( 3 0 1( 131T T g X W X x x x =+111