線性分類(lèi)器設(shè)計(jì)與非線性分類(lèi)器設(shè)計(jì)(編輯修改稿)
2025-05-05 02:25 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 為線性可分問(wèn)題，通過(guò)第一層的神經(jīng)元完成第一階段的計(jì)算，它們構(gòu)成隱層（hidden layer），將輸入向量x映射到新向量y，即第二階段是基于轉(zhuǎn)換數(shù)據(jù)實(shí)現(xiàn)分類(lèi)，通過(guò)第二層神經(jīng)元實(shí)現(xiàn)運(yùn)算，構(gòu)成輸出層（output layer），得出決策方程。即（2）徑向基函數(shù)算法若定義函數(shù)變量為從中心點(diǎn)ci與輸入向量的歐式距離，即，則稱(chēng)該函數(shù)為徑向基函數(shù)（Radial Basis Function，RBF）。函數(shù)f可有多種形式，例如高斯形式被廣泛使用。徑向基函數(shù)網(wǎng)絡(luò)的結(jié)構(gòu)包括兩層，即隱層和輸出層，隱層為徑向基層（radbas），利用徑向基函數(shù)將非線性問(wèn)題轉(zhuǎn)換為線性問(wèn)題，輸出層為線性層（pureline），將轉(zhuǎn)換后的樣本用線性分類(lèi)方法進(jìn)行分類(lèi)。算法的實(shí)現(xiàn)與分類(lèi)結(jié)果（1）雙層感知器算法Matlab源程序?yàn)椋簆=[0 0 1 1。0 1 0 1]。t=[1 0 0 1]。s1=2。[w1,b1]=initp(p,s1)[w2,b2]=initp(s1,t)plotpv(p,t)plotpc(w1,b1)pausea1=simup(p,w1,b1)。[w2,b2,epochs,errors]=trainp(w2,b2,a1,t,[1])。ploterr(errors)。運(yùn)行結(jié)果：圖3為分類(lèi)結(jié)果，誤差變化曲線如圖4所示。
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1