人工神經(jīng)收集041線性神經(jīng)收集模型和lms算法(已修改)
2025-01-16 04:52 本頁面
【正文】 武漢科技大學(xué) 1 人工神經(jīng)網(wǎng)絡(luò) (Artifical Neural Network) 張 凱 副教授 武漢科技大學(xué) 計(jì)算機(jī)學(xué)院 霞第癸抱怎玲廳嘉峻巖穩(wěn)恐詫硒植汲倡燼溶半儀道通跪疚壕京疵又破唱村人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法 2 第四章 線性神經(jīng)網(wǎng)絡(luò)模型 1. 研究背景 2. 學(xué)習(xí)規(guī)則 3. ADALINE網(wǎng)絡(luò)結(jié)構(gòu) 4. WidrowHoff學(xué)習(xí)規(guī)則 榷勤煽義駐事滬腰囚仆札選包長(zhǎng)糙嚏寂托密工扔祭犁詫拓諧袍洶雷絨癸誓人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法 第四章 線性神經(jīng)網(wǎng)絡(luò)模型 ? 自適應(yīng)線性神經(jīng)元 ADALINE(Adaptive ? Linear Neuron)是在 1960 年由斯坦福大學(xué)教授伯納德和瑪西婭提出的 ,它是線性神經(jīng)網(wǎng)絡(luò)最早的典型代表，其學(xué)習(xí)算法稱之為 LMS (least mean squares最小均方差 )算法或WidrowHoff學(xué)習(xí)規(guī)則。 ? 謹(jǐn)濱嬌銘裳夷氏歉愿紀(jì)醒羔乾傣白噓淫跋癱那瘩疲紊睜琢錫懦瓊搪即怪乍人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法 4 ADALINE網(wǎng)絡(luò) Ted Hoff Bernard Widrow 抬膩茅佩汪菌直援恫贊許亨境下呀吩暈尖緣劉眩館眼延簾堡珊輥酗炯急鈾人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法 ? 他們提出的這個(gè)網(wǎng)絡(luò)和算法很重要，原因有兩個(gè)： ? 第一：它被廣泛應(yīng)用于現(xiàn)在的信號(hào)處理過程中。 ? 第二：它是多層網(wǎng)絡(luò)中 BP算法的先驅(qū)。 ADALINE網(wǎng)絡(luò) 天蔽葉跟危徐勤焰椒臟寒暫蠱藥噎沁店眨敲蝕蜘悔濾汲蹤炸勾氛優(yōu)禾經(jīng)馳人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法 ADALINE網(wǎng)絡(luò) ? ADALINE 網(wǎng)絡(luò)與感知器網(wǎng)絡(luò)非常相似 ,只是神經(jīng)元的傳輸函數(shù)不同而已。 ? 前者是線性傳輸函數(shù)，后者是對(duì)稱硬極限傳輸函數(shù)。 ? 單層 ADALINE網(wǎng)絡(luò)和感知器網(wǎng)絡(luò)一樣 ,只能解決線性可分的問題 ,但其 LMS學(xué)習(xí)規(guī)則卻比感知器學(xué)習(xí)規(guī)則的性能強(qiáng)得多。 ? 爐孰遂諜其癱壹逢赤車廢勵(lì)敲蕩闖翼宗都弦牟銘囊芒速吠苦斌龍彎婦束用人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法 ? 感知器學(xué)習(xí)規(guī)則訓(xùn)練的網(wǎng)絡(luò) ,其分類的判決邊界往往離各分類模式靠得很近 ,這使得網(wǎng)絡(luò)對(duì)噪聲十分敏感 。 ? 而 LMS學(xué)習(xí)規(guī)則使均方誤差最小 ,從而使判決邊界盡可能遠(yuǎn)離分類模式 ,增強(qiáng)了網(wǎng)絡(luò)的抗噪能力。 ADALINE網(wǎng)絡(luò) 陰返吊滓鄂頭罪磷擻拜斜濰復(fù)膿即惱鈔守型錄妙寞恫竹慧僧輾柒膽傍訣國人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法 ? 但 LMS算法只適于單層網(wǎng)絡(luò)的訓(xùn)練 ,當(dāng)需要進(jìn)行多層網(wǎng)絡(luò)的設(shè)計(jì)時(shí) ,需要尋找新的學(xué)習(xí)算法 ,如 BP算法。 ADALINE網(wǎng)絡(luò) 勘娥桂未蹭二邵鄭貫鑲悄紳軀駱掠罩侵錫爆繕疑泊癡毖迭訴從勁趴汗竣陀人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法 ADALINE網(wǎng)絡(luò) 線性神經(jīng)元模型，它與感知器的主要不同之處在于其神經(jīng)元有一個(gè)線性激活函數(shù)，這允許輸出可以是任意值，而不僅僅只是像感知器中那樣只能取 0或 1。 嗚括尹艾猜旬既韋贈(zèng)刃鴉隸風(fēng)零頤憋擻廖迭石種辱碩態(tài)頻舅藍(lán)宋睹營漚橫人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法人工神經(jīng)網(wǎng)絡(luò).04.1.線性神經(jīng)網(wǎng)絡(luò)模型和LMS算法 傳輸函數(shù) 1 ( 0 )( ) h ar d lim ( )0 ( 0 )na f n nn??? ? ?? ??感知機(jī)傳輸函數(shù)是 hardlim 肌媽綴御禾藕肅近本締白撂邀疥癡冗檻玲晰島餃幅巳型磅駁蒂隨掐寓肢雁
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1