第一篇：1110310721-刘浩-实验三
人工智能导论
实验三 单层网络感知机学习算法Python实现
实验环境：
Python（英语发音：/ˈpaɪθən/）, 是一种面向对象、解释型计算机程序设计语言，由Guido van Rossum于1989年底发明，第一个公开发行版发行于1991年。Python语法简洁而清晰，具有丰富和强大的类库。它常被昵称为胶水语言，它能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。常见的一种应用情形是，使用Python快速生成程序的原型（有时甚至是程序的最终界面），然后对其中有特别要求的部分，用更合适的语言改写，比如3D游戏中的图形渲染模块，性能要求特别高，就可以用C++重写。
实验目的：
了解和掌握Python语言的使用方法，并能利用它解决实际应用中所遇到的问题；同时实现了单层网络感知机的学习算法的基本模式，加深对人工智能的重要方向人工神经网络的理解认识，初步了解机器学习的相关方法。
实验内容：
利用python语言实现基本的单层网络感知机的学习算法，其中感知机（perceptron）是二分类的线性分类模型，输入为实例的特征向量，输出为实例的类别（取+1和-1）。感知机对应于输入空间中将实例划分为两类的分离超平面。感知机旨在求出该超平面，为求得超平面导入了基于误分类的损失函数，利用梯度下降法 对损失函数进行最优化（最优化）。感知机的学习算法具有简单而易于实现的优点，分为原始形式和对偶形式。感知机预测是用学习得到的感知机模型对新的实例进行预测的，因此属于判别模型。感知机由Rosenblatt于1957年提出的，是神经网络和支持向量机的基础。
感知机模型 定义
n假设输入空间(特征向量)为X⊆R，输出空间为Y={-1, +1}。输入x∈X表示实例的特征向量，对应于输入空间的点；输出y∈Y表示示例的类别。由输入空间到输出空间的函数为
f(x)=sign(w·x + b)（1）
称为感知机。其中，参数w叫做权值向量，b称为偏置。w·x表示w和x的内积。sign为符号函数，即
（2）几何解释
感知机模型是线性分类模型，感知机模型的假设空间是定义在特征空间中的所有线性分
n类模型，即函数集合{f|f(x)=w·x+b}。线性方程 w·x+b=0对应于特征空间R中的一个超平面S，其中w是超平面的法向量，b是超平面的截踞。这个超平面把特征空间划分为两部分。位于两侧的点分别为正负两类。超平面S称为分离超平面，如下图：
学习与预测
n感知机学习即由训练数据集T={(x1,y1),(x2,y2)...(xN,yN)}（其中xi∈X=R，yi∈Y={-1, +1}，i=1,2...N）求得感知机模型（1），即求得参数w,b；感知机预测即根据得到的感知机模型（1），对新的输入实例给出对应的类型。
感知机学习策略
假设训练数据集是线性可分的，感知机学习的目标是求得一个能够将训练数据的正负实例点完全分开的分离超平面，即最终求得参数w、b。这需要一个学习策略，即定义（经验）损失函数并将损失函数最小化。
损失函数的一个自然的选择是误分类的点的总数。但是这样得到的损失函数不是参数w、b的连续可导函数，不宜优化。损失函数的另一个选择是误分类点到分里面的距离之和。
首先，对于任意一点xo到超平面的距离为
(3)其次，对于误分类点（xi,yi）来说-yi(w·xi+b)>0 这样，假设超平面S的总的误分类点集合为M，那么所有误分类点到S的距离之和为
(4)不考虑1/||w||，就得到了感知机学习的损失函数。经验风险函数
n给定数据集T={(x1,y1),(x2,y2)...(xN,yN)}（其中xi∈X=R，yi∈Y={-1, +1}，i=1,2...N），感知机sign(w·x+b)学习的损失函数定义为
(5)
其中M为误分类点的集合，这个损失函数就是感知机学习的经验风险函数。
显然，损失函数L(w,b)是非负的。如果没有误分类点，那么L(w,b)为0，误分类点数越少，L(w,b)值越小。一个特定的损失函数：在误分类时是参数w,b的线性函数，在正确分类时，是0.因此，给定训练数据集T,损失函数L(w,b)是w,b的连续可导函数。
感知机学习算法
n最优化问题：给定数据集T={(x1,y1),(x2,y2)...(xN,yN)}（其中xi∈X=R，yi∈Y={-1, +1}，i=1,2...N），求参数w,b,使其成为损失函数的解（M为误分类的集合）：
（6）
它的原理在于A*[1]（A-Star)算法是一种静态路网中求解最短路最有效的直接搜索方法。注意是最有效的直接搜索算法。之后涌现了很多预处理算法（ALT，CH，HL等等），在线查询效率是A*算法的数千甚至上万倍。
公式表示为： f(n)=g(n)+h(n), 其中 f(n)是从初始点经由节点n到目标点的估价函数，g(n)是在状态空间中从初始节点到n节点的实际代价，h(n)是从n到目标节点最佳路径的估计代价。
保证找到最短路径（最优解的）条件，关键在于估价函数h(n)的选取：
估价值h(n)<= n到目标节点的距离实际值，这种情况下，搜索的点数多，搜索范围大，效率低。但能得到最优解。并且如果h(n)=d(n)，即距离估计h(n)等于最短距离，那么搜索将严格沿着最短路径进行，此时的搜索效率是最高的。
如果 估价值>实际值,搜索的点数少，搜索范围小，效率高，但不能保证得到最优解。
感知机学习的原始形式
感知机学习是误分类驱动的，具体采用随机梯度下降法。首先，任意选定w0、b0，然后用梯度下降法不断极小化目标函数（6），极小化的过程不知一次性的把M中的所有误分类点梯度下降，而是一次随机选取一个误分类点使其梯度下降。
假设误分类集合M是固定的，那么损失函数L(w,b)的梯度由（7）（8）给出
（7）
（8）
随机选取一个误分类点（xi,yi）,对w,b进行更新：
（9）
（10）
式中η（0≤η≤1）是步长，在统计学是中成为学习速率。步长越大，梯度下降的速度越快，更能接近极小点。如果步长过大，有可能导致跨过极小点，导致函数发散；如果步长过小，有可能会耗很长时间才能达到极小点。
算法（感知机学习算法的原始形式）
输入：T={(x1,y1),(x2,y2)...(xN,yN)}（其中xi∈X=Rn，yi∈Y={-1, +1}，i=1,2...N，学习速率为η）输出：w, b;感知机模型f(x)=sign(w·x+b)(1)初始化w0,b0(2)在训练数据集中选取（xi, yi）(3)如果yi(w xi+b)≤0
w = w + ηyixi
b = b + ηyi(4)转至（2）
直观解释：当一个实例点被误分类时，调整w,b，使分离超平面向该误分类点的一侧移动，以减少该误分类点与超平面的距离，直至超越该点被正确分类。
实验步骤：
1．算法的基本描述
对于训练数据集，其中正例点是x1=(3,3)T,x2=(4,3)T，负例点为x3=(1,1)T，用感知机学习算法的原始形式求感知机模型f(x)=w·x+b。这里w=(w(1),w(2))T，x=(x(1),x(2))T 解：构建最优化问题：
按照算法求解w，b。η=1(1)取初值w0=0, b0=0(2)对于（3，3）:-(0+0)+0=0未被正确分类。更新w,b
w1=w0+1*y1·x1 =(0,0)T+1(3,3)T=(3,3)T
b1=b0+y1=1
得到线性模型w1x+b1 = 3x(1)+3x(2)+1(3)返回（2）继续寻找yi(w·xi+b)≤0的点，更新w,b。直到对于所有的点yi(w·xi+b)>0，没有误分类点，损失函数达到最小。分离超平面为x(1)+x(2)-3=0 感知机模型为 f(x)=sign(x(1)+x(2)-3)
在迭代过程中，出现w·xi+b=-2，此时，取任意一个点，都会是其小于0，不同的取值顺序会导致最终的结果不同，因此解并不是唯一的。为了得到唯一的超平面，需要对分离超平面增加约束条件，这就是支持向量机的想法。
2.算法的实现
import os import sys
# An example in that book, the training set and parameters' sizes are fixed training_set = []
w = [] b = 0 lens = 0 n = 0
# update parameters using stochastic gradient descent def update(item):
global w, b, lens, n
for i in range(lens):
w[i] = w[i] + n * item[1] * item[0][i]
b = b + n * item[1]
print w, b # you can uncomment this line to check the process of stochastic gradient descent
# calculate the functional distance between 'item' an the dicision surface def cal(item):
global w, b
res = 0
for i in range(len(item[0])):
res += item[0][i] * w[i]
res += b
res *= item[1]
return res
# check if the hyperplane can classify the examples correctly def check():
flag = False
for item in training_set:
if cal(item)<= 0:
flag = True
update(item)
if not flag: #False
print “RESULT: w: ” + str(w)+ “ b: ”+ str(b)
tmp = ''
for keys in w:
tmp += str(keys)+ ' '
tmp = tmp.strip()
modelFile.write(tmp + 'n')
modelFile.write(str(b)+ 'n')
modelFile.write(str(lens)+ 'n')
modelFile.write(str(n)+ 'n')
modelFile.close()
os._exit(0)
flag = False
if __name__==“__main__”:
if len(sys.argv)!= 4:
print “Usage: python perceptron.py n trainFile modelFile”
exit(0)
n = float(sys.argv[1])
trainFile = file(sys.argv[2])
modelFile= file(sys.argv[3], 'w')
lens = 0
for line in trainFile:
chunk = line.strip().split(' ')
lens = len(chunk)-1
tmp_all = []
tmp = []
for i in range(1, lens+1):
tmp.append(int(chunk[i]))
tmp_all.append(tmp)
tmp_all.append(int(chunk[0]))
training_set.append(tmp_all)
trainFile.close()
for i in range(lens):
w.append(0)
for i in range(1000):
check()
print “The training_set is not linear separable.”
实验结果：
Usage: python perceptron.py n trainFile modelFile
第二篇：刘浩泽[范文]
家乡美 内蒙古
我的家乡在内蒙古，这里山清水秀、鸟语花香，还是天然氧吧，是个修生养性的好地方。这里还有热情好客的人们，美味诱人的特产。让我来给大家介绍一下吧！在春天时，桃花开了，漫山遍野都是花香。特别是走在乡下时，那花香可以让你飘飘欲仙，陶醉在其中。走进一颗，细细一看，那娇小的只有五瓣桃花默默的散发着微妙的气息，那为什么它那么香呢？因为虽然只是那么的弱不禁风，香味淡淡，但是在一棵树上有着许许多多的同胞，它们心连心，每一朵花都绽放出自己微薄的力量，这样才能散发出如此浓的香味。而这不正是象征了我们中国人民心连心，团结友爱吗？在春天时不只是有花香还有酸酸甜甜的樱桃吃呢！那些樱桃树有些低，大人伸手就能摘到，小孩就要上树才能摘到。看着那又红又小的樱桃，你一定会忍不住大吃一顿的。一口下去，一个就没了，唯一留下的是那回味无穷的酸甜。
在夏天时，天气有些炎热但我们内蒙古人可一点也不怕，因为这时我们这里的湖水给我们带来了无限的凉爽。在这时在湖里游泳、戏水的人十分多，走到湖边，你会听见许许多多的欢声笑语。在戏水时还可以捉鱼虾。你一定知道内蒙古的湖吧！它们分别是：涝坝湖在那些地方可以划船，可以戏水，可以养性，还可以游山玩水，不亦乐乎！
在秋天时，桃子完全的成熟了。凑近一看，那桃子水灵灵的，闻一闻，香气扑鼻，让人感受到一种沁人心脾的舒适。摘下一个，一点一点的掰开，那汁水会喷到你的手上让你防不胜防。掰下一半放到嘴，瞬间，汁水会装满你的嘴，酸甜的味道，解渴的汁水，让你抛开一切烦恼，心情愉快。这柑橘不光好吃还好看！当你站在高处时，你往田间一看，你会发现田中的桃树上有着拳头大小的灯笼，那就是桃子呀！一眼望去，绿的、黄的、棕的，3种颜色组成了一幅美丽的风景画，一定让你陶醉在其中！怎么样？听了我的介绍，你是不是很心动了呢？心动不如行动，赶紧出发，来到美丽的内蒙古体会这里的天然氧吧，品味这里的美味特产，体会这里的热情好客吧。
乌兰小学6年级4班 刘浩泽
第三篇：演讲稿刘浩田
中华魂演讲稿
爱国从小事做起
库区乡育才小学（四.一）班刘浩田
有人曾经这样问我：你爱国吗？我思索了片刻，然后笑着摇了摇头，我不知道。其实我知道，我爱国，我们在座的各位都爱国，只是有时我们不知道该如何表达罢了。
是的，作为学生，我们不能像体育健儿那样为祖国勇夺金牌，让国歌一次又一次唱响世界；不能像孔繁森、任长霞那样用自己的满腔热血和生命去奉献社会、奉献人民；更不能像革命先烈那样“拼将十万头颅血，却把乾坤力挽回”，为国而甘愿牺牲一切。
那么，我们究竟该如何去爱国呢？
在这里，我想问：同学们，你孝敬自己的父母吗？你尊敬自己的老师吗？你团结自己的同学吗？你热爱祖国的语言文字吗？你有坚强的意志、不服输的精神吗？你有知错就改、勇于承担责任的品质吗？......有同学会问：你说的这些与爱国有关系吗？有，当然有!
很难想象，一个不爱自己父母、不尊敬师长的人会爱国吗？一个不热爱祖国灿烂文化的人会爱国吗？一个意志薄弱、遇事总想逃的人他能去爱国吗？“勿以善小而不为，勿以恶小而为之。”弯腰捡起地上的一张废纸，做一个环保小卫士；为父母洗一次脚，让整日操劳的父母知道我们深爱着他们；用心、用智慧去学习、去传承祖国的灿烂文化。这些虽不像见义勇为、舍己救人那样轰轰烈烈；不像驰骋沙场、浴血杀敌那样豪情万丈，但这些正表明我们心里装着祖国，如果需要的话，如果可能的话，我们同样会为祖国抛头颅、洒热血而不皱一下眉头!大家说，是不是!所以，爱国请从小事做起。
第四篇：刘浩工作履历表[推荐]
刘浩
工作经历履历表
1姓名：刘浩播音名：刘凯华应聘岗位：播音主持、编导、记者
推 荐 信
刘浩同志在《光明日报》黑龙江记者站做带薪实习记者期间思想要求进步积极进取，发表稿件多次得到黑龙江记者站领导的肯定，有较强的组织协调能力和高涨的工作热情。在黑龙江记者站带薪实习期间积极主动参加记者站的各项活动能够充分发挥积极骨干先锋作用并同团队成员一同前进。
工作和学习刻苦认真成绩优异，善于思考勤于钻研特别是在实习期间多次自费到北京中国人民大学新闻学进修班深造学习，为了使自己得到更多的锻炼，它利用业余时间参加全国高等教育新闻学专业自学考试，有一定的工作经历和较成型的工作模式，我知道刘浩同志在大学期间曾荣获汉语言文学系优秀学生干部奖励。从2006年在黑河广播电视台新闻综合频道《俄罗斯信息》栏目做实习编辑及实习主持人等工作直到大学毕业正式参加社会工作。在工作经验上有一点点工作业绩！
总之，该同志在大学期间和在《光明日报》带薪实习期间是一名德才兼备的好同志、好学生。而且经常参与校级、省级、国家级声乐大赛和文艺演出主持、现场演唱活动。我认为它会成为一名有组织能力的具有新闻敏感的特殊型综合人才！
推荐人：司汉科 2008年7月3日
自荐信
尊敬的领导：
感谢您在百忙中抽出宝贵的时间来阅览我的这份自荐信。
我叫刘浩，是黑河学院汉语言文学教育（播音主持方向）专业的2009年应届专科毕业生。现如今已经参加工作，今天我是怀着平静而又激动的心情呈上这份自荐书的。
在大学期间，我认真学习，勤奋刻苦，努力做好本职工作，在社会实践和班级工作中积累了大量的工作经验，使自己具有良好的身体素质和心理素质。大学期间我努力学习专业知识，从各门课程的基础知识出发，努力掌握其基本技能技巧，深钻细研，寻求其内在规律，且做了大量的实验，并取得了良好的成绩。普通话水平为一级乙等，还获得全国2007第十四届推选文艺新人大赛全国十佳歌手，俄语达到国家公共二级水平。
在参加工作期间，积极参加工作单位组织的各项活动，并且在工作的两年时间里认真的完成自己的新闻从业人员业务能力，而且能够独立完成工作单位指派的组织协调策划活动，有较强的新闻敏感性具有一定新闻采、编、播工作能力，在2007年夏天受黑河广播电视台委托成功策划台湾歌手王少峰《玫瑰之约》走进黑河歌友会！
一个人只有把聪明才智应用到实际工作中去，服务于社会，有利于社会，让效益和效率来证明自己，才能真正体现自己的自身价值！我坚信，路是一步一步走出来的。只有脚踏实地，努力工作，才能做出更出色的成绩！
“器必试而先知其利钝，马必骑而后知其良驽。”我深信：只要我找到一个支点，就能撬起整个地球，只要给我一片土壤，我会用年轻的生命去耕耘，您不仅能看到我的成功，而且能够收获整个秋天。这就是我的自信和能力的承诺。
请各位领导给我一个机会，我会用行动来证明自己。最后，衷心祝愿贵单位事业发达、蒸蒸日上。
此致
敬礼！
自荐人：刘浩
2011年2月3日
第五篇：培训总结 刘浩
培训总结
四年级语文组 刘浩
一个紧张、充实、有序、奋进的短暂暑期教师培训结束了，培训中既有校长的思想引领也有校外专家的专业讲座，去国外工作交流回校的教师的国际交流报告，还有优秀新教师的经验交流以及优秀班主任的工作交流。真可谓是精彩纷呈，名家荟萃，脍炙人口，期间令我们收获颇多，感触颇多。四天的培训无法用短短的一篇文章去详尽的分享，叙述完，所以我在这里想选取对我感触最深的一部分进行总结。
培训的最后一天周怡老师作为一名优秀的年轻教师进行了题为“昨天.今天.明天”的讲座分享，同为年轻教师的我听完讲座后感触多多，收获多多。周怡老师作为年长我一岁的师姐，只比我早来附小一年，但是在个人的专业发展中就已经脱颖而出，我在羡慕之余也从她身上发现了一个道理——机会总是偏爱有准备的人。听周怡老师的经验交流主要在以下几个方面给了我启示：
一、如何去备好一节课。备课，设计课堂一直是我比较头疼的问题，拿到一篇课文我常常没有自己的思路，抓不住重难点。但是周老师的经验交流给了我一些启示，为我点亮了一点灯。从周老师的交流中我发现周老师备课非常的认真细致，她每节课都要认真研读教材，领会编者意图。但是要做到这一点真是说起来容易做起来难，要真正贯彻这一做法就必须在每教每节课之前先认真读教材，这不仅仅是指读课文内容，还包括导语，注释，生字，插图，泡泡语，课后题。在阅读完教材中已有的内容的基础上我们可以初步形成自己的教学思路，然后我们可以阅读教参，进一步理解教材，对自己的思路，想法进行纠正最后对照教参再看教材，确立教学目标。在形成自己思路的基础上我们可以再阅读优秀的教学设计，设计教学流程，耐心制作课件。当然在讲完一节课后我们一定要重视课后反思，认真反思自己这一节课的优缺点，查漏补缺，在今后的授课中注意取长补短，长此以往我们的教学一定会有所长进。
二、抓住听课，评课的机会不断提升自己。“它山之石可以攻玉”，听课是我们年轻教师的很好的学习机会，在过去的一年中我虽然也很重视听课，但是跟周老师比起来我似乎还差了很多。周老师在交流中提到她在听一节课之前都会做好听课准备，熟悉一下自己将要去听的课的教学内容，预设自己的教学内容，做到有准备的听课。其次，在听课过程中我们要做到“听，看，记，想”相结合，而不是只是机械的记教学过程，把每次的听课记录都写的像课堂实录并不是一种好的做法。最后在听课结束后要重视听课教师的评课过程，发现别人的优缺点，取其精华去其糟粕。
三、抓住识字教学，朗读教学，写话教学展开教学研究。归根结底，听课，备课都是为了上好一节课，而前期这两件事情都是为上好一节课打基础。而对于小学教育来说教学中主要有三点：识字教学，朗读教学，写话教学。周老师的经验交流中我发现她对这三方面都有自己的一些想法，体会，研究，特别是在写话教学中她很有自己的一套想法。她从一年级下学期开始就培养孩子们写句子，二年级开始培养孩子写日记，并且及时给与孩子反馈，孩子从中不断成长，老师也不断收获。周老师的这些方法也给与了我不少灵感。
总之，四天的培训就像一场头脑风暴，要真正去消化，吸收，真正变成自己的东西并不是一件简单的事情。但是我们都在尽己所能的去捕捉自己收获的每一个灵感，力争变成自己的东西，运用到自己的教学中，也可为收获多多，满足多多了。
点击咨询 