clear all; close all; clc; %生成兩組已標記數據 randn('seed',0); mu1=[0 0 0]; S1=[0.3 0 0; 0 0.35 0; 0 0 0.4]; P1=mvnrnd(mu1,S1,100); mu2=[4 4 4]; S2=[1.2 0 0; 0 1.85 0; 0 0 1.9]; P2=mvnrnd(mu2,S2,100); P = [P1;P2]'; %設置標記 T1 = zeros(100,1); T2 = ones(100,1); T = [T1;T2]'; net=newp([1 1;1 1;1 1],1); %生成感知器,net是返回參數 net.trainParam.epochs=10; %設置訓練次數最大是10 net=train(net,P,T); %利用訓練集對感知器進行訓練 plotpv(P,T); %畫出數據 plotpc(net.iw{1},net.b{1}) %畫出分類線 %生成測試數據 mu2=[2 2 2]; S2=[1.2 0 0; 0 1.85 0; 0 0 1.9]; Q=mvnrnd(mu2,S2,100)'; Y=sim(net,Q) ; %Y是利用感知器net對Q進行分類的結果 figure; plotpv(Q,Y); %畫出輸入的結果表示的點 plotpc(net.iw{1},net.b{1}) %畫出分類線
對已標記數據分類:

對測試數據分類:

