《神经网络导论》实验一——Adaline的LMS算法.pdfVIP

一、 实验目的 1、 通过实验了解Adaline 的工作原理； 2、 对比LMS 的三种算法，通过上机实验掌握具体实现方法； 3、 与采用硬限幅函数的单个神经元模型进行比对，比较其异同。 二、 实验原理 1、基本原理 采用硬限幅函数的单个神经元，经过简单的学习训练可以成功实现两类线性可分类问题 的分类功能，但不适用于大多数的非线性可分类问题。为此，我们采用具有线性功能函数的 神经元Adaline 方法。 设输入矢量 ，加权矢量 ，则神经元的输出可通过 下式来计算： 用最小二乘法实现Adaline 的分类功能，即要求所有样本的实际输出值与理想预期值之 间的误差的均方值最小。设输入观察矢量X 的期望输出是d，当权向量为W 时的