今天小編給大家分享一下matlab線性神經(jīng)網(wǎng)絡如何實現(xiàn)非線性分類的相關知識點，內容詳細，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

創(chuàng)新互聯(lián)網(wǎng)站建設公司一直秉承“誠信做人，踏實做事”的原則，不欺瞞客戶，是我們最起碼的底線！ 以服務為基礎，以質量求生存，以技術求發(fā)展，成交一個客戶多一個朋友！專注中小微企業(yè)官網(wǎng)定制，網(wǎng)站設計制作、網(wǎng)站設計，塑造企業(yè)網(wǎng)絡形象打造互聯(lián)網(wǎng)企業(yè)效應。

Madaline的核心思想是使用多個線性神經(jīng)元，分別得到輸出之后，再對輸出值進行判斷，得到最終的分類結果。      
   

 

%% 第一個神經(jīng)元      
   

P1=[0,0,1,1;0,1,0,1];               

% 輸入向量

d1=[1,0,1,1];                       

% 期望輸出向量

lr=maxlinlr(P1,'bias');             

% 根據(jù)輸入矩陣求解最大學習率

   

net1=linearlayer(0,lr);             

% 創(chuàng)建線性網(wǎng)絡

net1=train(net1,P1,d1);             

% 線性網(wǎng)絡訓練

 

%% 第二個神經(jīng)元

P2=[0,0,1,1;0,1,0,1];               

% 輸入向量

d2=[1,1,0,1];                       

% 期望輸出向量

lr=maxlinlr(P2,'bias');             

% 根據(jù)輸入矩陣求解最大學習率

   

net2=linearlayer(0,lr);             

% 創(chuàng)建線性網(wǎng)絡

net2=train(net2,P2,d2);             

% 線性網(wǎng)絡訓練

 

Y1=sim(net1,P1);Y1=Y1>=0.5;

Y2=sim(net2,P2);Y2=Y2>=0.5;

Y=~(Y1&Y2);

%% 顯示

plot([0,1],[0,1],'bo');             

% 圖形窗口輸出

hold on;

plot([0,1],[1,0],'d');

x=-2:.2:2;

y1=1/2/w1(2)-w1(1)/w1(2)*x-w1(3)/w1(2);   

% 第一條直線,1/2是區(qū)分0和1的閾值

plot(x,y1,'-');

y2=1/2/w2(2)-w2(1)/w2(2)*x-w2(3)/w2(2);   

% 第二條直線，1/2是區(qū)分0和1的閾值

plot(x,y2,'--');

axis([-0.1,1.1,-0.1,1.1])

xlabel('x');ylabel('y');

title('Madaline用于求解異或邏輯')

legend('0','1','第一條直線','第二條直線');

    

以上就是“matlab線性神經(jīng)網(wǎng)絡如何實現(xiàn)非線性分類”這篇文章的所有內容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學習更多的知識，請關注創(chuàng)新互聯(lián)行業(yè)資訊頻道。