内容发布更新时间 : 2025/1/5 20:07:18星期一 下面是文章的全部内容请认真阅读。

实验四、基于感知函数准则线性分类器设计

4.1 实验类型：

设计型：线性分类器设计（感知函数准则）

4.2 实验目的：

本实验旨在让同学理解感知准则函数的原理，通过软件编程模拟线性分类器，理解感知函数准则的确定过程，掌握梯度下降算法求增广权向量，进一步深刻认识线性分类器。

4.3 实验条件：

matlab软件

4.4 实验原理：

感知准则函数是五十年代由Rosenblatt提出的一种自学习判别函数生成方法，由于Rosenblatt企图将其用于脑模型感知器，因此被称为感知准则函数。其特点是随意确定的判别函数初始值，在对样本分类训练过程中逐步修正直至最终确定。

感知准则函数利用梯度下降算法求增广权向量的做法，可简单叙述为： 任意给定一向量初始值a(1)，第k+1次迭代时的权向量a(k?1)等于第k次的权向量a(k)加上被错分类的所有样本之和与?k的乘积。可以证明，对于线性可分的样本集，经过有限次修正，一定可以找到一个解向量a，即算法能在有限步内收敛。其收敛速度的快慢取决于初始权向量a(1)和系数?k。

4.5 实验内容

已知有两个样本空间w1和w2，这些点对应的横纵坐标的分布情况是：

x1=[1,2,4,1,5];y1=[2,1,-1,-3,-3];

x2=[-2.5,-2.5,-1.5,-4,-5,-3];y2=[1,-1,5,1,-4,0];

在二维空间样本分布图形如下所示：（plot(x1,y1,x2,y2)）

6w1w2420-2-4-6-6-4-20246

4.6 实验任务：

1、 用matlab完成感知准则函数确定程序的设计。

2、 请确定sample=[(0,-3),(1,3),(-1,5),(-1,1),(0.5,6),(-3,-1),(2,-1),(0,1), (1,1),(-0.5,-0.5),( 0.5,-0.5)];属于哪个样本空间,根据数据画出分类的结果。 3、 请分析一下?k和a(1)对于感知函数准则确定的影响，并确定当?k=1/2/3时，相应的

k的值，以及a(1)不同时，k值得变化情况。

4、

根据实验结果请说明感知准则函数是否是唯一的，为什么？

2