线性神经网络.pptVIP

使用工具箱函数： and_linearlayer.m ： 线性网络与感知器的对比 线性网络得到的分类面大致位于两类坐标点的中间位置，而感知器得到的分类面恰好穿过其中一个坐标点。线性神经网络鲁棒性强，优于感知器。 6.线性神经网络应用实例——与 添加非线性输入： 6.线性神经网络应用实例——异或 运行xor_linearlayer.m 6.线性神经网络应用实例——异或 使用Madaline：两个神经元 运行xor_madaline.m 谢谢大家！ * * 第5章 线性神经网络 编者 Outline 1.线性神经网络的结构 2.LMS学习算法 3.LMS算法中学习率的选择 4.线性神经网络与感知器的对比 5.线性神经网络相关函数详解 6.线性神经网络应用实例 1.线性神经网络的结构 线性神经网络最典型的例子是自适应线性元件（Adaptive Linear Element，Adaline）。 线性神经网络与感知器的主要区别在于，感知器的传输函数只能输出两种可能的值，而线性神经网络的输出可以取任意值，其传输函数是线性函数。 线性神经网络在收敛的精度和速度上较感知器都有了较大提高，但由于其线性运算规则，它也只能解决线性可分的问题。 1.线性神经网络的结构 线性神经网络在结构上与感知器网络非常相似，只是神经元传输函数不