Question

我有这种感知器算法用于来自传感器的分类运动数据：

    //vector data from sensors
    double inputs[][] = new double[nofall_data.size() + fall_data.size()][nofall_data.get(0).length];
    //sets fall or no fall for corresponding inputs
    int outputs[] = new int[nofall_data.size() + fall_data.size()];

    //initialize weights
    for (int i = 0; i < n; i++) {
        weights[i] = r.nextDouble();
    }


    for (int i = 0; i < maxIterations; i++) {
        int totalError = 0;
        for (int j = 0; j < outputs.length; j++) {    // = ~5.000-10.000
            //classifiy object
            int output = classifyInt(inputs[j], false);
            //calculate error
            int error = output - outputs[j];  
            //sum of errors
            totalError += error;

            for (int k = 0; k < n; k++) { //n = 4
                //weight is unchanged if there is no error, else change it
                weights[k] += inputs[j][k] * lrate * error;
            }

        }
        i++;

        //done if there are no errors
        if (totalError == 0) {
            Log.i(LOG_TAG, String.valueOf(i));
            Log.i(LOG_TAG, "classifying completed with no errors");
            break;
        }
    }

and classifyInt：

 private int classifyInt(double[] input, boolean b) {
    double sum = 0.0;
    for (int i = 0; i < input.length; i++) {
        sum += weights[i] * input[i];
    }
    //(just for debugging)
    if (b) {
        System.out.println(sum);
    }
    if (sum > threshold)
        return 1;
    else
        return 0;
}

如果我没有添加maxIterations条件，它将永远运行。如果我停下来让我们说50k迭代后结果不满意（几乎每个新数据都放在错误的类中）。系统从传感器获取加速数据，并且应该对跌倒检测系统的跌落或不跌落的新数据进行分类。我已经尝试使用Java-ML库中的最近邻算法，它运行得很好。我想尝试将pereceptron与之相提并论。我在算法中得到了什么错误吗？ lrate始终设置为1，阈值设置为0。

感知器算法的结果不佳

0 个答案: