判别域代数界面方程法----线性可分条件下判别函数权矢量算法

最新推荐文章于 2021-12-13 23:26:04 发布

沃·夏澈德

最新推荐文章于 2021-12-13 23:26:04 发布

阅读量413

点赞数

分类专栏：模式识别学习笔记

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/aaalswaaa1/article/details/81835624

版权

模式识别学习笔记专栏收录该内容

13 篇文章 2 订阅

订阅专栏

感知器算法

基本思想

对初始的或者迭代中的增广权矢量w，用训练模式检验他的合理性，当不合理时，对其进行校正，校正方法实际上是最优化技术中的梯度下降法。

算法步骤

设定一个增广的训练模式集 $\{x_1,x_2,...,x_N\}$ ,其中每个模式类别已知，它们分属 $\omega_1$ 类和 $\omega _2$ 类。

1.令步数k=1，增量 $\rho$ 为某正的常数，也可以取1/k，分别赋给初始增广权矢量w（1）的各分量较小的任意值。

2.输入训练模式x，计算判别函数值 w^T(k)x_k .

3.调整增广权矢量，规则是：

如果 $\in$ $\omega_1$ 和 $w^T(k)x_k\leq 0$ ,则 $w(k+1)=w(k)+\rho x_k$
如果 $\in$ $\omega_2$ 和 $w^T(k)x_k\geq 0$ ,则 $w(k+1)=w(k)-\rho x_k$
如果 $\in$ $\omega_1$ 和,或者如果 $\in$ $\omega_2$ 和,则w(k+1)=w(k)

4.如果k<N,令k=k+1,返回至第2步。如果k=N,检验判别函数对所有模式是否都能正确分类。若是，结束；否则，令k=1，返回至第二步。-

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
判别域代数界面方程法----线性可分条件下判别函数权矢量算法

感知器算法基本思想对初始的或者迭代中的增广权矢量w，用训练模式检验他的合理性，当不合理时，对其进行校正，校正方法实际上是最优化技术中的梯度下降法。算法步骤设定一个增广的训练模式集,其中每个模式类别已知，它们分属类和类。1.令步数k=1，增量为某正的常数，也可以取1/k，分别赋给初始增广权矢量w（1）的各分量较小的任意值。2.输入训练模式x，计算判别函数值.3.调整增广权...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。