模式识别--感知器算法

感知器算法步骤：

（1）选择N个分属于ω1和ω2类的模式样本构成训练样本集

                                         {X1,  …, XN }

       构成增广向量形式，并进行规范化处理。任取权向量初始值W(1)，开始迭代。迭代次数k=1 。

（2）用全部训练样本进行一轮迭代，计算W^T(k)X_i 的值，并修正权向量。

    分两类情况更新权值：

    若：W^T(k)X_{i ≤0，分类器对第i个模式做了错误分类。}

        _{权向量校正为：W(k+1)=W(k)+cXi     c:正的校正增量。}

         _{W^T(k)Xi >0,分类正确，权向量不变。}

_{（3）分析分类结果，只要有一个错误分类，就回到（2），知道所有样本都正确分类。}

扫描二维码关注公众号，回复： 2215284 查看本文章