判别域代数界面方程法----线性可分条件下判别函数权矢量算法

感知器算法

基本思想

对初始的或者迭代中的增广权矢量w,用训练模式检验他的合理性,当不合理时,对其进行校正,校正方法实际上是最优化技术中的梯度下降法。

算法步骤

设定一个增广的训练模式集\{x_1,x_2,...,x_N\},其中每个模式类别已知,它们分属\omega_1类和\omega _2类。

1.令步数k=1,增量\rho为某正的常数,也可以取1/k,分别赋给初始增广权矢量w(1)的各分量较小的任意值。

2.输入训练模式x,计算判别函数值w^T(k)x_k.

3.调整增广权矢量,规则是:

  • 如果x_k\in\omega_1w^T(k)x_k\leq 0,则w(k+1)=w(k)+\rho x_k
  • 如果x_k\in\omega_2w^T(k)x_k\geq 0,则w(k+1)=w(k)-\rho x_k
  • 如果x_k\in\omega_1w^T(k)x_k > 0,或者如果x_k\in\omega_2w^T(k)x_k< 0,则w(k+1)=w(k)

4.如果k<N,令k=k+1,返回至第2步。如果k=N,检验判别函数对所有模式是否都能正确分类。若是,结束;否则,令k=1,返回至第二步。-

猜你喜欢

转载自blog.csdn.net/aaalswaaa1/article/details/81835624