人工神经网络的模型及算法.ppt

按不同特征的分类是相互独立的，因此可以取出其中的 一个神经元来讨论，其输入输出关系为 方程 是把n维输入空间分为 两个子空间、其分界线为n-1 维的超越平面。 如果存在一组权参数 ，i=1，2，…，n及 使公式 (1) 满足 则称样本集为线性可分的，否则称为线性不可分的。 令 ， ，则在（1）式中， 其中， 。学习步骤为： （1）随机地给定一组连接权 （较小的非零值），这里 为 时刻第 个输入上的权( ) ， 为 时刻的阈值。 （2）输入一组样本 和期望的输出 （亦 称之为教师信号）。 （3）计算感知器实际输出： （4）按下式修正权值： （5）选取另外一组样本，重复（2）~（4）过程，直到权值对一切样本均稳定不变为止，学习过程结束。 单层感知器只能满足线性分类，如果有两类样本A、B，它们不能用一个超平面将它分