本实验的目的是学习和掌握两种感知器算法：批处理感知器算法和批处理裕量松弛 算法。感知器算法是通过学习两类已标记的样本，建立一个线性分类器。学习的过程就是求解感知器权系数的过程，人们通过建立一个准则函数J(a),将求解感知器权系数的问题简化为一个标量函数J(a)的极小化问题，即当a为解向量时，J(a)最小。而极小化问题常用梯度下降法来解决。本实验给出了基于梯度下降法的两种感知器算法，介绍了原理并编程实现，最后对两种算法的特点加以比较分析。
资源文件列表
Perceptron.m , 2399
2021-5-5
本实验的目的是学习和掌握两种感知器算法：批处理感知器算法和批处理裕量松弛 算法。感知器算法是通过学习两类已标记的样本，建立一个线性分类器。学习的过程就是求解感知器权系数的过程，人们通过建立一个准则函数J(a),将求解感知器权系数的问题简化为一个标量函数J(a)的极小化问题，即当a为解向量时，J(a)最小。而极小化问题常用梯度下降法来解决。本实验给出了基于梯度下降法的两种感知器算法，介绍了原理并编程实现，最后对两种算法的特点加以比较分析。
Perceptron.m , 2399