本篇内容介绍了“matlab线性神经网络怎么用”的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!
成都创新互联长期为成百上千客户提供的网站建设服务,团队从业经验10年,关注不同地域、不同群体,并针对不同对象提供差异化的产品和服务;打造开放共赢平台,与合作伙伴共同营造健康的互联网生态环境。为铁东企业提供专业的网站设计、网站制作,铁东网站改版等技术服务。拥有十多年丰富建站经验和众多成功案例,为您定制开发。
线性神经网络是最简单的一种神经网络,可以由一个或者多个线性神经元组成。线性神经网络与感知器的区别在于:线性神经网络的神经元传递函数是线性函数,因此线性神经网络的输出可以取任意值,而感知器的输出只可能是0或者1。线性神经网络在收敛速度与精度上都比感知器要高,但是同感知器一样,线性神经网络只能解决线性分离问题。感知器的每一个输入都有一个输出与之相对应。参照输出向量与期望输出向量的差别,调整网络的权值跟阈值,使得训练误差的平方和最小或者小于一定值,这种学习规则就是Widrow-Hoff学习规则,称为LMS(Least Mean Square)算法。net2=newp([-1,1;-1,1],1,'hardlim'); plot([0,0,1],[0,1,0],'o'); y1=1/2/w1(2)-w1(1)/w1(2)*x-w1(3)/w1(2); y2=-w2(1)/w2(2)*x-w2(3)/w2(2); xlabel('x');ylabel('ylabel');title('线性神经网络与感知器用于求解与逻辑')legend('0','1','线性神经网络分类面','感知器分类面');“matlab线性神经网络怎么用”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站,小编将为大家输出更多高质量的实用文章!
分享名称:matlab线性神经网络怎么用
路径分享:
http://bjjierui.cn/article/pceoec.html