感知器算法实验11页.doc

感知器算法 & BP算法实验硕633 3106036072 赵杜娟一. 实验目的1. 理解线性分类器的分类原理。2. 掌握感知器算法，利用它对输入的数据进行分类。3. 理解BP算法，使用BP算法对输入数据进行分类。二. 实验原理1 感知器算法感知器算法是通过训练模式的迭代和学习算法，产生线性可分的模式判别函数。感知器算法就是通过对训练模式样本集的“学习”得出判别函数的系数解。在本次实验中,我们主要是采用硬限幅函数进行分类。感知器的训练算法如下：设输入矢量 ， 加权矢量,则神经元的输出可通过下式来计算 （1）这里对于训练结束我们判断的依据是实际输出值与理想预期值之间误差的均方值最小。定义它的均方值记作,令, 则可以推出 （2）可证存在最佳的加权矢量，使达到最小。解得 （3） 式（3）给出了求最佳加权矢量的方法，但是需要做大量