精选优质文档-倾情为你奉上神经网络1. 单层感知器数据分类输出为0和1解决线性可分的分类模型例1.从待分类的数据中取出一部分数据及其对应的类别作为样本数据,设计并训练一个能对分类数据进行分类的单层感知器神经网络代码:%给定训练样本数据P=-.4 -.5 .6;.9 0 .1;%给定样本数据所对应的类别，用0和1来表示两种类别T=1 1 0;%创建一个有两个输入、样本数据的取值范围都在-1 1之间,并且网络只有一个神经元的感知器神经网络net=newp(-1 1;-1 1,1);%设置网络的最大训练次数为20次net.trainParam.epochs=20;%使用训练函数对创建的网络进行训练net=train(net,P,T);%对训练后的网络进行仿真Y=sim(net,P)%计算网络的平均绝对误差，表示网络错误分类E1=mae(Y-T)%给定测试数据，检测训练好的神经网络的性能Q=0.6 0.9 -0.1;-0.1 -0.5 0.5;%使用测试数据，对网络进行仿真，仿真输出即为分类
