img089

7.2. Metoda funkcji potencjalnych w realizacji perceptronowej    89

procedurę learning;

{tu powinny być zadeklarowane wszystkie stałe, zmienne i tablice}

function recognition (obj: object): class;

var

i, m: integer; begin

for i := 1 to numclass do begin

fun[i] := 0;

for m := 0 to limit do

fun[i] := fun[i] + weight[i][m] ♦ fi(m, obj);

end

recognition := pointmax(fun); end; {koniec funkcji recognition}

begin{początek procedury learning}

weight := 0; {wyzerowanie całej tablicy}

count := 0;

repeat

error := FALSE;

for k := 1 to num do

begin

rec := recognition(sampl[k]); ident := sampl[k][dim + 1]; error := rec <> ident; if error then

for n := 0 to limit do begin

weight [ident] [n] := weight[ident][n] + seq(k) * fi(n, sampl[k] weight [rec] [n] := weight[rec][n] - seq(k) * fi(n, sampl[k][nj); end;

end

count := count + 1; until not error or count > limit; if error then fail else success;

end