使用感知器神经网络的监督学习进行花卉分类（Matlab代码实现）
目录
1 概述
2 运行结果
3 参考文献
4 Matlab代码
1 概述
1958年，美国心理学家Frank Rosenblatt提出一种具有单层计算单元的神经网络，称为感知机(Perceptron)。感知机模拟人的视觉接受环境的信息，并利用神经元之间的连接进行信息传递。在感知机的研究中首次提出自组织、自学习的思想，而且对所能解决的问题存在着收敛算法，即在数学上能严格证明有效，因而对神经网络的研究起了重要的推动作用。
由于单层感知机的结构和功能都非常的简单，以至于目前在解决实际问题时很少被采用，但是由于它在神经网络研究中具有重要的意义，是研究其他深度网络的基础，所以理解单层感知机的原理是必要的。
2 运行结果
主函数部分代码：
clear all;
clc;
close all;
load LearningData.mat
x=[iris(:,2),iris(:,3)];
yd=[iris(:,1)];
M=length(iris);
N=2;
b=0; % Bias
alfa=0.005; % Learning Rate
THRESHOLD = 0;
W=zeros(1,N); % Synaptic Weights
e=zeros(M,1); % Error
y=zeros(M,1);
s=zeros(M,1);
erro=0;
n = 1;
ITERATIONS = 4;
while( n < ITERATIONS)
for i = 1 : M
%Calculate y(n)
for j = 1:N
s(i) = s(i) + W(1,j)*x(i,j);
W(1,j) = W(1,j) + (alfa*erro*x(i,j));
end
3 参考文献
[1]刘玉锟.感知器神经网络建模仿真设计[J].广播电视信息,2017,No.303(07):103-105.DOI:10.16045/j.cnki.rti.2017.07.031.
4 Matlab代码
相关知识
使用感知器神经网络的监督学习进行花卉分类（Matlab代码实现）
深度学习机器学习卷积神经网络的花卉识别花种类识别
深度学习之基于Tensorflow卷积神经网络花卉识别系统
基于深度学习的花卉识别（附数据与代码）
colab cnn实现花卉图片分类识别
基于keras框架的MobileNetV3深度学习神经网络花卉/花朵分类识别系统源码
鸢尾花分类——神经网络详解
深度学习简单网络VGG鲜花分类
深度学习花的分类识别
深度学习花朵识别系统的设计与实现
网址: 使用感知器神经网络的监督学习进行花卉分类（Matlab代码实现） https://m.huajiangbk.com/newsview53258.html
| 上一篇: 常见花卉分类名录5 |
下一篇: 【深度学习TPU+Keras+T |
