人工智能導论实验指导书.docVIP

实验一 感知器的MATLAB仿真 感知器(Pereceptron)是一种特殊的神经网络模型，是由美国心理学家F.Rosenblatt于1958年提出的，一层为输入层，另一层具有计算单元，感知器特别适合于简单的模式分类问题，也可用于基于模式分类的学习控制和多模态控制中。 一、感知器神经元模型 感知器神经元通过对权值的训练，可以使感知器神经元的输出能代表对输入模式进行的分类，图1.1为感知器神经元模型。 图1.1 感知器神经元模型 感知器神经元的每一个输入都对应于一个合适的权值，所有的输入与其对应权值的加权和作为阀值函数的输入。由于阀值函数的引入，从而使得感知器可以将输入向量分为两个区域，通常阀函数采用双极阶跃函数，如： （1.1） 而感知器神经元模型的实际输出为 （1.2） 其中b为阀值 二、感知器的网络结构 图1.2所描述的是一个简单的感知器网络结构，输入层有R个输入，Q个输出，通过权值wij与s个感知器神经元连接组成的感知器神经网络。  根据网络结构，可以写出感知器处理单元对其输入的加权和操作，即： （1.3） 而其输出ai为 ai=f (ni+bi)