第二讲 感知器网络.pptVIP

第二章感知器网络 2.1 标准M－P模型 1943年，Mc Culloch和Pitts发表了他们关于人工神经网络的第一个系统研究。1947年开发出用于模式识别的网络模型——感知器：M－P模型，即阈值加权和模型，单输出的感知器，它实质上就是一个典型的人工神经元。按照M－P模型的要求，该人工神经元的激励函数是阶跃函数。 2.2 简单感知器 感知器学习算法 感知器举例 线性不可分问题－多层感知器 感知器收敛定理 例2.1 采用单一感知器神经元解决一个简单的分类问题：将四个输入矢量分为两类，其中两个矢量对应的目标值为1，另两个矢量对应的目标值为0，即 输入矢量： X=[-0.5 –0.5 0.3 0.0; -0.5 0.5 -0.5 1.0] 目标分类矢量： D=[1.0 1.0 0.0 0.0] ? ? 训练结束后得到如图所示的分类结果，分类线将两类输入矢量分开，其相应的训练误差的变化如图所示。这说明经过4步训练后，就达到了误差指标的要求。