本篇内容主要讲解“matlab感知器调整的方法是什么”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“matlab感知器调整的方法是什么”吧!

通过mae函数调整感知器，mae是一个网络性能函数，用平均绝对误差来衡量系统性能。

其他性能函数还有

mse：均方误差           

sse：误差平方和

 

      

%% 清理

clear,clc

close all

   

%% adapt用于感知器

     

% 创建感知器

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

   

% 定义训练向量

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

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

   

% 进行调整

[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用于线性网络

   

% 创建线性网络

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

   

% 定义训练向量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};

% 进行调整

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

disp(mae(ee))

   

% 定义训练向量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};

% 调整网络

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

disp(mae(ee))

   

% 用全部数据训练网络

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);

% 创建一个感知器，该感知器拥有一个输入节点和一个输出节点

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

% 训练输入向量

t=[0 0 1 1 1];

% 期望输出

y=sim(net,p);

% 直接仿真

e=t-y;

% 误差

perf=mae(e);

% 平均绝对差

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

% 取绝对值，再求平均，与mae函数计算结果相同

net=train(net,p,t);

 

% 进行训练后在计算平均绝对差

y=sim(net,p);

e=t-y;

perf=mae(e);

% 平均绝对差为0

到此，相信大家对“matlab感知器调整的方法是什么”有了更深的了解，不妨来实际操作一番吧！这里是天达云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！