原创力文档- 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)。
查看更多
;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;1957年，美国心理学家和计算机科学家FrankRosenblatt提出了一种结构简单且具有学习能力的神经网络——感知器(Perceptron)。感知器模型试图模拟人类的视觉系统，通过感知输入信息并通过神经冲动传递信息。单层感知器可以用于解决线性可分的分类问题，并为后来的多层神经网络的发展奠定了基础。;;;;;;;其中，为目标输出与感知器输出的误差向量。;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;①标准Gaussian函数：
②反常S型Reflectedsigmoid函数：
③逆多二次元(InversMultiquadrie)函数：
④柯西（Cauchy）径向基函数：
;;;;;;;;;;;对于训练样本中的每一个输入，所对应的隐含层输出计算为：;为了简化讨论，将需要调整的所有参数（包括阈值）整合到一个向量：;为了简化讨论，将需要调整的所有参数（包括阈值）整合到一个向量：;现在，可将误差写为：;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
文档评论（0）