一只草莓熊-CSDN博客

对于初始的或者迭代中的增广权矢量，用训练模式检验其合理性。当不合理时，对其进行校正，利用梯度下降法。梯度下降法也是人工神经网络中线性阈值神经元的学习算法。给定一个增广的训练模式集合，其中每个模式类别已知。首先进行初始化，对训练模式进行增广化和符号规范化，设置迭代步数，赋给增量一个正的常数；分别赋予初始增广权矢量的各分量较小的任意值。输入训练模式，计算判别函数值。按照四条规则调整增广权矢量。在用全部模式训练完一轮后，如果仍有模式被错分，则需要进行第二轮、第三轮迭代，直到所有模式都能够正确分类为止。

2020-03-28

max_min_distance.cpp

实现最大最小距离聚类算法。以最大距离原则选取新的聚类中心，以最小距离原则进行模式归类。首先任意选择一个模式样本作为第1个聚类中心，再选择一个与第1个聚类中心最远的样本作为第2个聚类中心。然后逐个计算其余各模式样本与所选出的两个聚类中心之间的距离，并选出其中的最小距离，之后在所有模式样本的最小值中选出最大距离，若该最大值达到第1个聚类中心与第2个聚类中心距离的一定比例以上，则相应的样本点取为第3个聚类中心。否则，若无新聚类中心，则找聚类中心过程结束。如果有第三个聚类中心存在，则根据上面所述先取最小后取最大原则，确定新的聚类中心。若该值超过第1个聚类中心与第2个聚类中心距离的一定比例，则存在第4个聚类中心，否则找聚类中心过程结束，无第4个聚类中心。最后将模式样本按最近距离分到最近的聚类中心。

2020-03-28

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

Python实现的飞机小游戏

perceptron.cpp

max_min_distance.cpp

空空如也