线性神经网络.pptxVIP

线性神经网络;Outline;1.线性神经网络结构;1.线性神经网络结构;1.线性神经网络结构;1.线性神经网络结构;2.LMS学习算法;2.LMS学习算法;2.LMS学习算法;3.LMS算法中学习率选择;3.LMS算法中学习率选择;4.线性神经网络与感知器对比;5.线性神经网络相关函数详解;5.线性神经网络相关函数详解;5.线性神经网络相关函数详解;5.线性神经网络相关函数详解;5.线性神经网络相关函数详解;5.线性神经网络相关函数详解;5.线性神经网络相关函数详解;5.线性神经网络相关函数详解;5.线性神经网络相关函数详解;5.线性神经网络相关函数详解;6.线性神经网络应用实例——与;6.线性神经网络应用实例——与;fori=1:MAX...

fprintf(第%d次迭代\n,i);

v=w*P; %求出输出

y=v;

disp(线性网络二值输出：);

yy=y=0.5 %将模拟输出转化为二值输出，以0.5为阈值

e=d-y; %误差

m(i)=mse(e); %均方误差

fprintf(均方误差：%f\n,m(i));

dw=lr*e*P; %权值向量调整量

fprintf(权值向量：\n);

w=w+dw %调整权值向量

end;plot([0,0,1],[0,1,0],o);holdon;

plot(1,1,d);

x