matlab练习程序（LMS）
生活随笔
收集整理的這篇文章主要介紹了
matlab练习程序（LMS）
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
%LMS算法演示(matlab)
%設置參數(shù)，N為采樣個數(shù)，u為步長
clear,clc;
N=16;u=0.1;
%設置迭代次數(shù)k
k=1000;
%pha為隨機噪聲的平均功率
rk=randn(1,k)/2;%%正態(tài)分布的隨機矩陣
pha=mean(rk);%%求元素平均值
%設置起始權值
wk(1,:)=[0 0];
%用LMS算法迭代求最佳權值
for i=1:kxk(i,:)=[sin(2*pi*i/N) sin(2*pi*(i-1)/N)]+rk(i);%輸入信號yk(i)=xk(i,:)*wk(i,:)';%輸出信號dk(i)=2*cos(2*pi*i/N);%期望信號err(i)=dk(i)-yk(i);%誤差wk(i+1,:)=wk(i,:)+2*u*err(i)*xk(i,:);%權值迭代
end[x,y]=meshgrid([-2:0.1:8],[-10:0.1:0]);
%求性能表面
z=(0.5+pha)*(x.^2+y.^2)+x.*y*cos(2*pi/N)+2*y*sin(2*pi/N)+2;
%求理論最佳權值x1,y1
x1=2*cos(2*pi/N)*sin(2*pi/N)/((1+pha)^2-(cos(2*pi/N))^2);
y1=-2*(1+2*pha)*sin(2*pi/N)/((1+pha)^2-(cos(2*pi/N))^2);
%畫性能表面的等高線
figure,contour(x,y,z,[0.78 1.9 6.3 13.6 23.8 37]);%%等值線圖
%畫迭代時權值的變化
hold on;plot(wk(:,1),wk(:,2),'r');
%標注最佳權值的位置
hold on;plot(x1,y1,'*');
%繪制誤差與迭代次數(shù)的圖
figure,plot(err);
別人的程序，效果不錯。對照原理與代碼能更好理解。
參考：
1.http://zhidao.baidu.com/question/53628331
2.http://www.cnblogs.com/LeftNotEasy/archive/2010/12/05/mathmatic_in_machine_learning_1_regression_and_gradient_descent.html
轉(zhuǎn)載于:https://www.cnblogs.com/tiandsp/archive/2012/05/02/2479765.html
總結
以上是生活随笔為你收集整理的matlab练习程序（LMS）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： SQL数据导入导出问题总结
- 下一篇： 【深度学习】循环神经网络（RNN）简易教