模式作业设计Word文档下载推荐.doc
《模式作业设计Word文档下载推荐.doc》由会员分享，可在线阅读，更多相关《模式作业设计Word文档下载推荐.doc（17页珍藏版）》请在冰豆网上搜索。
clc;
data=input（'
请输入样本数据矩阵：
'
）;
X=data（:
1）;
Y=data（:
2）;
figure
（1）;
plot（X,Y,'
r*'
'
LineWidth'
3）;
axis（[0908]）
xlabel（'
x'
ylabel（'
y'
holdon;
gridon;
m=size（data,1）;
n=size（data,2）;
counter=0;
k=input（'
请输入聚类数目：
ifk>
m
disp（'
输入的聚类数目过大，请输入正确的k值'
k=input（'
end
M=cell（1,m）;
fori=1:
k
M{1,i}=zeros（1,n）;
Mold=cell（1,m）;
Mold{1,i}=zeros（1,n）;
%随机选取k个样本作为初始聚类中心
%第一次聚类,使用初始聚类中心
p=randperm（m）;
%产生m个不同的随机数
M{1,i}=data（p（i）,:
whiletrue
counter=counter+1;
第'
disp（counter）;
次迭代'
count=zeros（1,k）;
%初始化聚类C
C=cell（1,k）;
C{1,i}=zeros（m,n）;
%聚类
gap=zeros（1,k）;
ford=1:
forj=1:
n
gap（d）=gap（d）+（M{1,d}（j）-data（i,j））^2;
end
[y,l]=min（sqrt（gap））;
count（l）=count（l）+1;
C{1,l}（count（l）,:
）=data（i,:
Mold=M;
disp（'
聚类中心为：
fori=1:
disp（M{1,i}）;
end
聚类结果为：
disp（C{1,i}）;
sumvar=0;
E=0;
disp（'
单个误差平方和为：
forj=1:
count（i）
forh=1:
E=E+（M{1,i}（h）-C{1,i}（j,h））^2;
end
end
disp（E）;
sumvar=sumvar+E;
总体误差平方和为：
disp（sumvar）;
%计算新的聚类中心,更新M,并保存旧的聚类中心
M{1,i}=sum（C{1,i}）/count（i）;
%检查前后两次聚类中心是否变化，若变化则继续迭代；
否则算法停止；
tally=0;
ifabs（Mold{1,i}-M{1,i}）<
1e-5*ones（1,n）
tally=tally+1;
continue;
else
break;
iftally==k
1.5结果与分析
3
第1次迭代
22
74
36
00
11
63
73
37
46
57
10
7
20
第2次迭代
6.66673.3333
3.75006.5000
4
1.3333
3.7500
9.0833
程序以循环语句来实现算法中迭代的要求。
在对课本上图2.13所示的10个样本进行聚类时，考虑到实际应用中，需试探不同的K值和选择不同的聚类中心起始值，而题中K值已定，所以随机选取了k个样本作为初始聚类中心。
另一方面，这个程序不能生成聚类的结果图。
2.1题目
给出感知器算法程序框图，编写算法程序，解习题3-5,。
2.2算法原理
两类线性可分的模式类：
，设判别函数为。
其中，，。
d（X）应具有以下性质：
对样本进行规范化处理，即ω2类样本全部乘以（－1），则有：
。
下面是感知器的具体步骤：
（1）选择个分属于和类的模式样本构成训练样本集{，，}，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。
括号中的1代表迭代次数k=1。
（2）用全部训练样本进行一轮迭代，计算的值，并修正权向量。
假设进行到第k次迭代时，输入的样本为，计算，分两种情况更新权向量：
①若0，说明分类器对的分类发生错误，权向量需要校正，且校正为：
，其中，c为校正增量系数，。
②若，表明分类正确，权向量不变，即。
可统一写为
（3）分析分类结果：
只要有一个错误分类，回到
（2），直至对所有样本正确分类，结束迭代。
此时的权向量即为算法结果。
2.3程序流程图
2.4MATLAB程序代码
disp（'
感知器算法求解两类训练样本的判别函数'
Data1=input（'
请输入第一类样本数据：
Data2=input（'
请输入第二类样本数据：
W=input（'
请输入权向量初始值W
（1）='
Expand=cat（1,Data1,Data2）;
ExpandData1=cat（2,Data1,ones（4,1））;
ExpandData2=cat（2,Data2.*-1,ones（4,1）.*-1）;
ExpandData=cat（1,ExpandData1,ExpandData2）;
X=Expand（:
Y=Expand（:
Z=Expand（:
[ro,co]=size（ExpandData）;
Step=0;
CountError=1;
whileCountError>
0;
CountError=0;
fori=1:
ro
Temp=W*ExpandData（i,:
）'
;
ifTemp<
=0
W=W+ExpandData（i,:
disp（W）
CounterError=CountError+1;
end
Step=Step+1;
disp（W）
figure
（1）
plot3（X,Y,Z,'
ks'
zlabel（'
z'
f=@（x,y,z）W
（1）*x+W
（2）*y+W（3）*z+W（4）;
[x,y,z]=meshgrid（-1:
.2:
1,-1:
1,0:
1）;
v=f（x,y,z）;
h=patch（isosurface（x,y,z,v））;
isonormals（x,y,z,v,h）
set（h,'
FaceColor'
r'
EdgeColor'
none'
2.5结果与分析
升级会员 