使用感知器神经网络的监督学习进行花卉分类（Matlab代码实现）

       目录

1 概述

2 运行结果

3 参考文献

‍4 Matlab代码

1 概述

  1958年，美国心理学家Frank Rosenblatt提出一种具有单层计算单元的神经网络，称为感知机(Perceptron)。感知机模拟人的视觉接受环境的信息，并利用神经元之间的连接进行信息传递。在感知机的研究中首次提出自组织、自学习的思想，而且对所能解决的问题存在着收敛算法，即在数学上能严格证明有效，因而对神经网络的研究起了重要的推动作用。

        由于单层感知机的结构和功能都非常的简单，以至于目前在解决实际问题时很少被采用，但是由于它在神经网络研究中具有重要的意义，是研究其他深度网络的基础，所以理解单层感知机的原理是必要的。

2 运行结果

主函数部分代码：

clear all; 

clc; 

close all;

load LearningData.mat

x=[iris(:,2),iris(:,3)];

yd=[iris(:,1)];

M=length(iris);

N=2;

b=0; % Bias

alfa=0.005; % Learning Rate

THRESHOLD = 0;

W=zeros(1,N); % Synaptic Weights

e=zeros(M,1); % Error

y=zeros(M,1); 

s=zeros(M,1);

erro=0;

n = 1;

ITERATIONS = 4;

while( n < ITERATIONS)

​

    for i = 1 : M            

        %Calculate y(n)

        for j = 1:N

            s(i) = s(i) + W(1,j)*x(i,j);

            W(1,j) = W(1,j) + (alfa*erro*x(i,j));

        end

3 参考文献

[1]刘玉锟.感知器神经网络建模仿真设计[J].广播电视信息,2017,No.303(07):103-105.DOI:10.16045/j.cnki.rti.2017.07.031.

‍4 Matlab代码

相关知识

使用感知器神经网络的监督学习进行花卉分类（Matlab代码实现）
深度学习机器学习卷积神经网络的花卉识别花种类识别
深度学习之基于Tensorflow卷积神经网络花卉识别系统
基于深度学习的花卉识别（附数据与代码）
colab cnn实现花卉图片分类识别
基于keras框架的MobileNetV3深度学习神经网络花卉/花朵分类识别系统源码
鸢尾花分类——神经网络详解
深度学习简单网络VGG鲜花分类
深度学习花的分类识别
深度学习花朵识别系统的设计与实现

网址: 使用感知器神经网络的监督学习进行花卉分类（Matlab代码实现） https://www.huajiangbk.com/newsview53258.html