4单层前向感知器概述.pptVIP

单层前向感知器 单层前向感知器 单层前向感知器 单层前向感知器 单层前向感知器 单层前向感知器－－功能解释 感知器的基本功能是将输入矢量转化成0或1的输出 根据输出值通过测试加权输入和值落在阈值函数的左右对输入数 据进行分类 如果输入向量是3维，则在几何上构成一个三维空间，则改变权值和阈值即改变了分界平面的方向和位置，从而通过其调整将样本正确分类； 因此，推广到N维输入空间的一般情况，则定义一个n维空间的超平面实现输入样本的划分。 感知器神经网络设计实例 下面给出例题来进一步了解感知器解决问题的方式，掌握设计训练感知器的过程。 例4．1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 -0.5 0.3 0；-0.5 0.5 -0.5 1]； 目标矢量为：T＝[1.0 l.0 0 0]， 感知器神经网络设计实例 可以用代数求解法来求出上面不等式中的参数w1、w2和w3。经过迭代和约简，可得到解的范围为： 而当采用感知器神经网络来对此题进行求解时，意味着采用具有阈值激活函数的神经网络，按照问题的要求设计网络的模型结构，通过训练网络权值W＝[w11，w12]和b，并根据学习算法和训练过程进行程序编程，然后运行程序，让网络自行训练其权矢量，直至达到不等式组的要求。 鉴于输入和输出目标矢量已由问题本身