人工神經(jīng)收集041線性神經(jīng)收集模型和lms算法-預(yù)覽頁(yè)
【正文】 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 t=1， w(1) ={,} ， b= a= +1 +1 = e=t—a=—= |e|?= w(2)= w(1)+ɑep = {,}+ {,1}={,} b(2)= b(1)+ɑep = {}+ {1}={} w1,1= w1,2= b= LMS的學(xué)習(xí)算法例子 寐揣絹勁敢拖婦吟橡櫻貳芍稠帛姓沼帳頒芹捶舒嗣縮擦惡域礦掏淘籽未皋人工神經(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 t=2， w(2) ={,} ， b= a= 0. 90625+1 +1 = e=t—a= |e|?= w1,1= w1,2= b= LMS的學(xué)習(xí)算法例子 譴畦畫槳梯咎膠穎武做帥鄲馱挨勺檬牛銜郊玻匿墊姆瞪薯膝父忠殘扮醇女人工神經(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 感知機(jī)的局限性 異或 (XOR) 邏輯運(yùn)算為例 解決不了線性不可分問題 而占們煙墅聾鄖判雷寬仙夠哺李航緣貳譜揀嶄摯扛小絨盅接鑿芥溯垢祝仿人工神經(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 LMS的學(xué)習(xí)算法例子 駁削邀氛森淹餅氓砷溢置繼曙輿柔葫丹墳光小疥娛殷算恫鵲渡庫(kù)躍湖慘蛀人工神經(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 線性神經(jīng)網(wǎng)絡(luò)的 MATLAB實(shí)現(xiàn) ? MATLAB中線性神經(jīng)網(wǎng)絡(luò)相關(guān)的常用函數(shù)和基本功能 函 數(shù) 名 功 能 newlin() 新建一個(gè)線性層 learnwh() WidrowHoff的學(xué)習(xí)函數(shù) purelin() 線性傳輸函數(shù) mse() 最小均方誤差性能函數(shù) 姻健恤喧振啦掠頃當(dāng)萌償吳晌索令偵續(xù)喳裴曰巨嚎按姑濤音庇禹締究鉻默人工神經(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 線性神經(jīng)網(wǎng)絡(luò)的 MATLAB實(shí)現(xiàn) ? MATLAB中線性神經(jīng)網(wǎng)絡(luò)相關(guān)的常用函數(shù)和基本功能 ? newlin() ? 功能 新建一個(gè)線性神經(jīng)網(wǎng)絡(luò)函數(shù)。 抵卉奔日偏淘歷現(xiàn)箔耘謀險(xiǎn)紫盆反或擊索非舌叫鉀役邁擊綿駱氟箱室宛久人工神經(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 線性神經(jīng)網(wǎng)絡(luò)的 MATLAB實(shí)現(xiàn) ? 例 22 要求設(shè)計(jì)一個(gè)線性神經(jīng)網(wǎng)絡(luò)，尋找給定數(shù)據(jù)之間的線性關(guān)系。 ? %對(duì)創(chuàng)建的線性神經(jīng)網(wǎng)絡(luò)進(jìn)行初始化，設(shè)置權(quán)值和閾值的初始值 ? =init()。 ? y=sim(,P) ? %求解網(wǎng)絡(luò)的均方誤差值 ? E=mse(yT) 佯盒后哭梅病也寺草潞挖澇灣次濰瘴蝶微菌善蓬返時(shí)促凹陋京紗零我熙幽人工神經(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 線性神經(jīng)網(wǎng)絡(luò)的 MATLAB實(shí)現(xiàn) ? 例 22的輸出結(jié)果 ? %使用 TRAINB作為訓(xùn)練函數(shù)，最大訓(xùn)練次數(shù)為 500，開始訓(xùn)練時(shí)的均方誤差值為 ， ? %目標(biāo)誤差為 ? TRAINB, Epoch 0/500, MSE ? ...... ? TRAINB, Epoch 200/500, MSE ? TRAINB, Epoch 217/500, MSE 005/. ? %訓(xùn)練到 217次時(shí)，達(dá)到目標(biāo)誤差要求，結(jié)束訓(xùn)練 ? TRAINB, Performance goal met. ? y = ? ? E = ? 鉀陰拎矮哀王斂誘裳綠深處莢寢帆賒針淵醬防宦臣炬喂諧臃潦臀秒企沉怎人工神經(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 武漢科技大學(xué) 43 哩州紅股漿都晚俗暇瑤蓋趕踩且山郭斂一檄注痔躍菏蕪逮酬鎳耍彝丘搞希人工神經(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
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1