www.pudn.com > perceptive_128.rar > perceptive_128.m

% 本例采用单一感知器神经元来解决一个简单的分类问题：将4个输入向量分类两类，其中2个向量对应的目标值为1，另两个向量对应的目标值为0。 
clf reset 
figure(gcf) 
%setfsize(300,300); 
echo on 
clc 
 
% INITP -对感知器神经元初始化 
% SIMUP -对感知器神经元仿真 
% TRAINP -利用感知器学习规则对感知器神经元训练 
pause   
clc 
% P 为输入向量 
P=[-0.5 -0.5 +0.3 +0.0; 
   -0.5 +0.5 -0.5 +1.0]; 
% T 为目标向量 
T = [1 1 0 0]; 
pause  
clc 
% 绘出输入向量 
plotpv(P,T); 
pause 
clc 
% 定义感知器神经元 
[w,b]=initp(P,T); 
echo off 
k=pickic; 
if k==2 
    w=[-0.816 0.3078]; 
    b=[-0.1680]; 
end 
echo on 
clc 
% 初始化感知器神经元 
plotpv(P,T); 
plotpc(w,b); 
pause 
clc 
% 训练感知器神经元 
[w,b,epochs,errors] = trainp(w,b,P,T,-1); 
pause 
clc 
% 绘制误差曲线 
ploterr(errors); 
pause 
clc 
% 利用训练完成的感知器神经元进行分类 
p=[0.5;0]; 
a=simup(p,w,b) 
echo off