1.

Asignar la salida deseada del perceptrón {-1,1} a cada punto del conjunto
de entrenamiento.
2. Aumente cada conjunto de características para cada punto de datos con
uno para formar x=1, x1 , x 2 ,……. xn .
3. Aumente cada conjunto de características para cada punto de datos con
uno para formar ( eta ϵ ( 0,1 ) ) por lo general eta = 0.1.
4. Inicializar pesos de forma aleatoria W= \{ w 0 , w 1 , w 2 ,……. w n \}.
5. Ejecutar el algoritmo de ajuste de peso de perceptrón
error_flag=1
while error_flag=1
error = 0
for ii = 1 al número total de puntos de datos en el algoritmo de
entrenamiento
tomar un vector de características (x) y su salida deseada {-1,1}
salida= signum ( wxT )
if salida no es igual a lo deseado
w = w – eta x
error = error + salida - deseado
end
end
if error =0
error_flag=0
end
end
Capa de Capa
Entrada 1st Capa neuronal
neuronal de
2nd Capa
neuronal
Capa de
Entrada Capa neuronal de
salida