神经网络感知器.ppt

下载文档 降价啦

3
0
约1.32千字
约 73页
2018-01-25 发布于江苏
举报
版权申诉
保障服务

神经网络感知器.ppt

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)。

神经网络感知器

第三章感知器;3.1单层感知器;j=1,2,…,m ;净输入：;;（1）输入是二维;(2)设输入向量X=(x1,x2,x3)T;（2）输入是三维;前馈神经网络--单层感知器;(3) 设输入向量X=(x1，x2,…，xn)T; 一个最简单的单计算节点感知器具有分类功能。其分类原理是将分类知识存储于感知器的权向量（包含了阈值）中，由权向量确定的分类判决界面将输入模式分为两类。;例一用感知器实现逻辑“与”功能;例一用感知器实现逻辑“与”功能;例二用感知器实现逻辑“或”功能;例二用感知器实现逻辑“或”功能;思考并回答;问题：能否用感知器实现“异或”功能？;3.1.4感知器的学习;3.1.4感知器的学习算法;感知器学习规则的训练步骤：;感知器学习规则的训练步骤：;Perceptron Rule;感知器学习规则的训练步骤：;例三单计算节点感知器，3个输入。给定3对训练样本对如下：;解：第一步输入X1，得 WT(0)X1=(0.5,1,-1,0)(-1,1,-2,0)T=2.5 o1(0)=sgn(2.5)=1 ;第二步输入X2，得 WT(1)X2=(0.7,0.8,-0.6,0)(-1,0,1.5,-0.5)T=-1.6 o2(1)=sgn(-1.6)=-1 ;第三步输入X3，得 WT(2)X3=(0.7,0.8,-0.6,0)(-1,-1,1,0.5)T=-2.1 O3(2)=sgn(-2.1=-1;3.1.3单层感知器的局限性;3.1.3单层感知器的局限性;双层感知器;3.2.1多层感知器的提出;前馈神经网络—多层感知器;具有不同隐层数的感知器的分类能力对比;3.3 基于MATLAB的感知器神经网络设计;3.3.1 MATLAB快速入门;1 MATLAB界面组成;1 MATLAB界面组成;1 MATLAB界面组成;2 MATLAB基本运算 ;2 MATLAB基本运算;2 MATLAB基本运算;2 MATLAB基本运算;2 MATLAB基本运算;2 MATLAB基本运算;2 MATLAB基本运算;2 MATLAB基本运算;3 MATLAB绘图函数;3 MATLAB绘图函数;3 MATLAB绘图函数;3 MATLAB绘图函数;3 MATLAB绘图函数;3.3.2 单层感知器的MATLAB实现 ;3.3.2 单层感知器的MATLAB实现;3.3.2 单层感知器的MATLAB实现;3.3.2 单层感知器的MATLAB实现;3.3.2 单层感知器的MATLAB实现;3.3.2 单层感知器的MATLAB实现; 例;3.3.2 单层感知器的MATLAB实现;3.3.2 单层感知器的MATLAB实现;3.3.2 单层感知器的MATLAB实现;3.7.2 单层感知器的MATLAB实现;3.7.2 单层感知器的MATLAB实现;3.7.2 单层感知器的MATLAB实现;;