本篇內(nèi)容主要講解“matlab感知器調(diào)整的方法是什么”，感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷，實用性強(qiáng)。下面就讓小編來帶大家學(xué)習(xí)“matlab感知器調(diào)整的方法是什么”吧!

我們提供的服務(wù)有：網(wǎng)站設(shè)計、網(wǎng)站制作、微信公眾號開發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認(rèn)證、朝陽縣ssl等。為上1000家企事業(yè)單位解決了網(wǎng)站和推廣的問題。提供周到的售前咨詢和貼心的售后服務(wù)，是有科學(xué)管理、有技術(shù)的朝陽縣網(wǎng)站制作公司

通過mae函數(shù)調(diào)整感知器，mae是一個網(wǎng)絡(luò)性能函數(shù)，用平均絕對誤差來衡量系統(tǒng)性能。

其他性能函數(shù)還有

mse：均方誤差           

sse：誤差平方和

 

      

%% 清理

clear,clc

close all

   

%% adapt用于感知器

     

% 創(chuàng)建感知器

net=newp([-1,2;-2,2],1);

   

% 定義訓(xùn)練向量

P={[0;0] [0;1] [1;0] [1;1]};

T={0,0,1,1};

   

% 進(jìn)行調(diào)整

[net,y,ee,pf] = adapt(net,P,T);

ma=mae(ee);

ite=0;

while ma>=0.15

  [net,y,ee,pf] = adapt(net,P,T,pf);  

  ma=mae(ee);

  newT=sim(net,P);

  ite=ite+1;

  if ite>=10

      break;

  end

end

         

%% 清理

clear,clc

close all

   

%% adapt用于線性網(wǎng)絡(luò)

   

% 創(chuàng)建線性網(wǎng)絡(luò)

net=newlin([-1,1],1,[0,1],0.5);

   

% 定義訓(xùn)練向量1

P1={-1,0,1,0,1,1,-1,0,-1,1,0,1};

T1={-1,-1,1,1,1,2,0,-1,-1,0,1,1};

% 進(jìn)行調(diào)整

[net,y,ee,pf] = adapt(net,P1,T1);

disp(mae(ee))

   

% 定義訓(xùn)練向量2

P2={1,-1,-1,1,1,-1,0,0,0,1,-1,-1};

T2={2,0,-2,0,2,0,-1,0,0,1,0,-1};

% 調(diào)整網(wǎng)絡(luò)

[net,y,ee,pf] = adapt(net,P2,T2,pf);

disp(mae(ee))

   

% 用全部數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)

P3=[P1,P2];

T3=[T1,T2];

net.adaptParam.passes=100;

[net,y,ee,pf]=adapt(net,P3,T3,pf);

disp(mae(ee))

         

net=newp([-10 10],1);

% 創(chuàng)建一個感知器，該感知器擁有一個輸入節(jié)點和一個輸出節(jié)點

p=[-10 -5 0 5 10];

% 訓(xùn)練輸入向量

t=[0 0 1 1 1];

% 期望輸出

y=sim(net,p);

% 直接仿真

e=t-y;

% 誤差

perf=mae(e);

% 平均絕對差

sum(abs(e))/length(e);

% 取絕對值，再求平均，與mae函數(shù)計算結(jié)果相同

net=train(net,p,t);

 

% 進(jìn)行訓(xùn)練后在計算平均絕對差

y=sim(net,p);

e=t-y;

perf=mae(e);

% 平均絕對差為0

到此，相信大家對“matlab感知器調(diào)整的方法是什么”有了更深的了解，不妨來實際操作一番吧！這里是創(chuàng)新互聯(lián)網(wǎng)站，更多相關(guān)內(nèi)容可以進(jìn)入相關(guān)頻道進(jìn)行查詢，關(guān)注我們，繼續(xù)學(xué)習(xí)！