原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
数学神经网络(Ⅲ)——关于泛函联接神经网络
1997 年 9 月 北京师范大学学报(自然科学版) Sep. 1997
第 33 卷第3 期 Journal of 间吨 Nonnal UniversÍ印刷atural Science) Vol. 33 NO.3
数学神经网络(1II)*
一一关于泛函联接神经网络
李洪兴
(北京师范大学数学系. 1侧75，北京 43 岁，男，教授)
摘要 从异或问题引出泛函联接网络，然后研究泛函联接网络的构造及其数学本质，指出所谓泛
函联接均可由神经元的激发函数来实现.最后，关于学习算法提出一点注记，证明该系列论文第 2 部
分提出的学习算法具有一般性或通用性.
关键词 神经网络;数学神经网络;泛函联接网络;学习算法
分类号 τP387
1
从异或问题谈起
熟知，分层前向式神经网络常被叫做感知机(perceptron) .是由 Rosenblatt 于本世纪ω年代
提出的.实际上，我们在文献[1，习中研究的神经网络基本上都是感知机的某种推广(比如激发函
数作了特别的规定) .图 l 是一个三层感知机的例子.
A层
S 层
R层
其中 S 层为感知层(senso咐.A层为联接层
Xj .. -;:::::::-一一-电:0..__
一一一一一
(association). R层为反应层(response) .注意，关 \7\\~O-一Yl
X -一一一一.. .~、千0之~ x
2
于网络的层数尚无统一规定，比如上述网络的S层
X , _ ~j二二0-→Y2
3 一一一 .乙二-一~o
(即输人层)有时便不算作一层，按这样的规定，图
图 l 感知机
l 的网络就是一个二层网络.
Minsky 和Papert 在 1969 年间细致分析了感知机，发现单层感知机的表现能力和学习能力非
常有限.一个典型的例子就是这种简单的感知机无法解决异或问题.图 2 给出了具有 2 个输入 1
个输出的单层感知机 X
2 )
( 1 1
(0, 1)
文档评论（0）