模式识别中感知器算法(Perceptron Approach)的实现

本文介绍了在学习模式识别课程时,通过C语言实现感知器算法的过程。感知器算法作为线性分类器的基础,其线性判别函数在模式识别中起到关键作用。
摘要由CSDN通过智能技术生成

这学期在学模式识别,老师布置作业让实现一些比较基础简单的算法

下面是感知器算法的实现过程

感知器算法是线性分类器中一个比较基础但是比较重要的算法

W为权向量,g(x)为线性判别函数

通过对W的调整,可实现判别函数g(x) =WTX > RT    
                                                         其中RT为响应阈值
定义感知准则函数:只考虑错分样本

定义:其中x0为错分样本

当分类发生错误时就有WTX <0,或-WTX >0, 所以J(W)
总是正值,错误分类愈少, J(W)就愈小。

理想情况为即求最小值的问题。
感知器算法:
   1.错误分类修正wk
          如 w(k)Tx≤0并且x∈ω1       
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值