精选优质文档-倾情为你奉上一.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x1,x2,xn其中每一个模式类别已知，它们分别属于1类和2类。（1）置步数k=1，令增量为某正的常数，分别赋给初始增广权矢量w(1)的各分量较小的任意值。（2）输入训练模式xk，计算判别函数值wT(k) xk。（3）调整增广权矢量，规则是：a.如果xk1和wT(k) xk0，则w(k+1)=w(k)+ xk；b.如果xk2和wT(k) xk0，则w(k+1)=w(k)-xk；c.如果xk1和wT(k) xk0，或xk2和wT(k) xk0，则w(k+1)=w
