人工神经网络第二部分201504感知机.pptVIP

人工神经网络——数学模型及其应用之二 感知机 人工神经网络简单例程 一、感知机网络 (Perceptron) 1.1 简单的分类例题 简单的分类计算 简单的分类计算 1.2 例题总结 二、简单的线性模型 2.1 线性模型学习例程1 2.2 线性模型学习例程2 2.3 使用Delt算法进行网络训练 注：附训练参考程序nnet1.m 2.4 线性网络模型不能解决的问题 解决问题的简单方法 Thanks a lot ! * * 东北大学软件学院 郝培锋 BP神经网络及结构 BP神经网络的学习算法 一个简单的BP神经网络例程 一个简单的识别用神经网络 感知机 简单的线性网络模型 简单线性网络模型的学习 线性阈值网络及其学习 重要的神经网络—BP神经网络 感知器是由美国学者罗森布拉持（F.Rosenblatt）于1958年提出的一种神经网络模型，其重要贡献是提出了一种感知器的训练算法，并成功应用于模式分类问题。虽然，其局限性在于它只能解决线性可分的问题，但它仍然是一种十分重要的神经网络模型，在解决线性可分的问题时，保持了运算速度快、性能可靠的优点；同时，理解感知器的工作原理，可以为我们更好地理解其它复杂的神经网络模型奠定基础。 感知器神经网络特点 阈值型传输函数 单层网络 只适于解决线性可分问题 感知器