人工神经网络第三部分线性自适应分析报告.pptVIP

4 线性神经网络 Linear Neural Network 线性神经网络模型 ADALINE 线性神经网络的学习 线性神经网络的学习 例4.1 以单层线性网络模拟与函数。 （P62） 作业二(任选一题)： * * 自适应线性神经元ADALINE（ADAptive LInear NEuron）是在1960年由斯坦福大学教授B.Widrow和M.Hoff提出的，它是线性神经网络最早的典型代表，其学习算法称之为LMS（Least Mean Square--最小均方误差）算法或WH学习规则。 单层ADALINE网络和感知器网络一样，只能解决线性可分的问题，但其LMS学习规则却比感知器的学习规则的性能要强得多，一是增加了网络的抗噪能力,二是比感知器学习算法具有更广泛的实际用途，特别是在数字信号处理方面，比如，实现高性能的自适应滤波器。 但LMS算法只适于单层网络的训练，当需要进行多层网络的设计时，需要寻找新的学习算法，如BP算法。 线性神经元模型 线性神经网络模型 线性神经网络层的输出为： 线性神经网络层的输出可以取任意值，克服了感知器神经网络的输出只能取0或1的不足。另外，一般感知器神经网络是单层的，而线性神经元网络可以是多层的。但线性网络和感知器神经网络一样只能求解线性问题。 A