[金牌原创]并联型单层感知器实现与门和或门逻辑.pptVIP

[金牌原创]并联型单层感知器实现与门和或门逻辑.ppt

  1. 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. 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. 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. 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. 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. 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. 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
[金牌原创]并联型单层感知器实现与门和或门逻辑.ppt

并联型单层感知器实现与门和或门逻辑 感知器的发明 McCulloch 和Pitts 1943年,发表第一个系统的ANN研究——阈值加权和(M-P)数学模型。 1947年,开发出感知器。 1949年,提出Hebb学习律。 简单感知器单元的模型结构 由单层感知器的模型结构图可知 对于不同的应用领域,f可以有不同的表达方式,还有如下形式: 1.双极型: 2.S型函数: S型函数也叫sigmoid函数,由于它具有单调递增,连续可微,双向有界等性质,使得它在神经网络的模糊控制领域有着出色的应用。 本次单层感知器实现与或门的试验中,采用阶跃函数形式。 并联型单层感知器的输入、输出及其算法 二值网络:自变量及其函数的值、向量分量的值只取0和1函数、向量。 权向量:W=(w1,w2,…,wn) 输入向量:X=(x1,x2,…,xn) 训练样本集: {(X,Y)|Y为输入向量X对应的输出} 初始化输入、权值和阈值以及所要获得的理想输出: X=[0 1 0 1; 0 0 1 1]; W=[1 1 1 1;1 1 1 1]; b=[1 1 1 1]; y1=[0 0 0 1]; y2=[0 1 1 1]; 算法简述: 与门和或门的划分效果图 与门: 或门: * x1 x2 x3 x4 ∑ f(y2) w1 w2 w3 w4 + b - y1 y2 o 初始化权值 for i=1:4 o(i)!=y(i) o(i)==0 w(:,i)=w(:,i)+x(:,i) END,输出O o(i)=f(x(:,1)w(:,1)) w(:,i)=w(:,i)-x(:,i) o(i)=f(x(:,1)w(:,1)) o(i)=f(x(:,1)w(:,1)) *

文档评论(0)

cai + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档