神经网络 第讲 感知器_第1页
神经网络 第讲 感知器_第2页
神经网络 第讲 感知器_第3页
神经网络 第讲 感知器_第4页
神经网络 第讲 感知器_第5页
已阅读5页，还剩21页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

神经网络第讲感知器第1页，课件共26页，创作于2023年2月第2页，课件共26页，创作于2023年2月第3页，课件共26页，创作于2023年2月第4页，课件共26页，创作于2023年2月第5页，课件共26页，创作于2023年2月第6页，课件共26页，创作于2023年2月第7页，课件共26页，创作于2023年2月第8页，课件共26页，创作于2023年2月第9页，课件共26页，创作于2023年2月设计一个感知器，将二维的四组输入矢量分成两类第10页，课件共26页，创作于2023年2月第11页，课件共26页，创作于2023年2月第12页，课件共26页，创作于2023年2月第13页，课件共26页，创作于2023年2月第14页，课件共26页，创作于2023年2月第15页，课件共26页，创作于2023年2月纠错规则第16页，课件共26页，创作于2023年2月第17页，课件共26页，创作于2023年2月第18页，课件共26页，创作于2023年2月第19页，课件共26页，创作于2023年2月第20页，课件共26页，创作于2023年2月第21页，课件共26页，创作于2023年2月3感知器神经网络设计实例[例3.1]考虑一个简单的分类问题。设计一个感知器，将二维的四组输入矢量分成两类。输入矢量为：P＝[-0.5-0.50.30； -0.50.5-0.51]；目标矢量为：T＝[1.0l.000]，第22页，课件共26页，创作于2023年2月代数求解法第23页，课件共26页，创作于2023年2月当采用感知器神经网络来对此题进行求解时，网络结构图如图所示。

由此可见，对于单层网络，网络的输入神经元数r和输出神经元数s分别由输入矢量P和目标矢量T唯一确定。网络的权矩阵的维数为：Ws×r，Bs×1权值总数为s×r个，偏差个数为s个。在确定了网络结构并设置了最大循环次数和赋予权值初始值后，设计者可方便地利用MATLAB，根据题意以及感知器的学习、训练过程来编写自己的程序。第24页，课件共26页，创作于2023年2月4感知器的局限性由于感知器的激活函数采用的是阈值函数，输出矢量只能取0或1，所以只能用它来解决简单的分类问题；感知器仅能够线性地将输入矢量进行分类。感知器还有另外一个问题，当输入矢量中有一个数比其他数都大或小得很多时，可能导致较慢的收敛速度。第25页，课件共26页，创作于2023年

人人文库> 全部分类> 教育资料 > 备课教案

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论