神经网络分类器-2课件.pptVIP

第五章 神经网络分类器 5.1 感知器算法 5.2 神经网络分类器 5.1 感知器算法 人工神经网络研究的发展： 1943年，提出形式神经元的数学模型，人工神经网络研究的开端。 1949年，提出神经元的学习准则，为神经网络的学习算法奠定了基础。 50年代，研究类似于神经网络的分布系统。 50年代末提出感知模型，把神经网络的实现付诸工程实践。 1982年，提出神经网络的数学模型，引入了能力的概念，研究了网络的动力学特性；设计出用电子线路实现网络的方案，大大促进了神经网络的研究。 1986年，提出多层感知器的反向传播算法。 现在神经网络的应用已渗透到智能控制、信号处理、优化计算、生物医学工程等领域。 二、人工神经元 神经元的基本工作机制： 2、人工神经元 初始化： 给定一个训练模式集{x1, x2,…xN}，其中每个类别已知，它们分属于ω1,ω2。 xi＝(xi1, xi2,…xin)T为n维向量，增广为(n+1)维向量：xi＝(xi1, xi2,…xin,1) ω2类样本乘以－1。 权向量w为(n+1)维向量。 感知器算法步骤 例1：试用感知器算法求出下列两类的判别函数。 ω1：{(0,0)T,(0,1)T}， ω2：{(1,0)T,(1,1)T}， 上机作业三： ω1=(x1,x2)={(1,0,1),(0,1,1)} ω2=(x3