人工神经网络(Artificial Neural Netwroks)笔记-连续多输出感知器算法
2008-07-01 19:26
323 查看
人工神经网络(Artificial Neural Netwroks)笔记--离散多输出感知器训练算法 中的2.1.3步是多个判断,因此我们说它是一种离散多输出感知器
现在采用公式 Wij=Wij+α(Yj-Oj)Xi取代了那个步骤
Yj和Oj之间的差别对Wij的影响由α(Yj-Oj)Xi表现出来
这样做的好处是不仅使得算法的控制在结构上更容易理解,而且还使得它的适应面更宽
算法流程如下:
1.用适当的小伪随机数初始化权矩阵W
2.初置精度控制参数ε,学习率α,精度控制变量d=ε+1
3.while d>= ε do
3.1 d=0;
3.2 for 每个样本(X,Y) do
3.2.1输入X;
3.2.2求O=F(XW)
3.2.3修改权矩阵W:
for i=1 to n,j=1 to m do
Wij=Wij+α(Yj-Oj)Xi;
3.2.4累计误差
for j=1 to m do
d=d+(Yj-Oj)^2
对于线性可分情况,这已经是一个不错的分类器了
现在采用公式 Wij=Wij+α(Yj-Oj)Xi取代了那个步骤
Yj和Oj之间的差别对Wij的影响由α(Yj-Oj)Xi表现出来
这样做的好处是不仅使得算法的控制在结构上更容易理解,而且还使得它的适应面更宽
算法流程如下:
1.用适当的小伪随机数初始化权矩阵W
2.初置精度控制参数ε,学习率α,精度控制变量d=ε+1
3.while d>= ε do
3.1 d=0;
3.2 for 每个样本(X,Y) do
3.2.1输入X;
3.2.2求O=F(XW)
3.2.3修改权矩阵W:
for i=1 to n,j=1 to m do
Wij=Wij+α(Yj-Oj)Xi;
3.2.4累计误差
for j=1 to m do
d=d+(Yj-Oj)^2
对于线性可分情况,这已经是一个不错的分类器了
相关文章推荐
- 人工神经网络(Artificial Neural Netwroks)笔记--离散多输出感知器训练算法
- 人工神经网络(Artificial Neural Netwroks)笔记-基本的非确定性统计训练算法
- 人工神经网络(Artificial Neural Netwroks)笔记-离散单输出感知器算法
- 人工神经网络(Artificial Neural Netwroks)笔记-消除样本顺序的BP算法
- 人工神经网络(Artificial Neural Netwroks)笔记-基本BP算法
- 人工神经网络(Artificial Neural Netwroks)笔记
- 人工神经网络(Artificial Neural Netwroks)笔记-模拟退火算法(Simulated Annealing)
- 人工神经网络(Artificial Neural Netwroks)笔记-粒子群优化(Partical Swarm Optimization - PSO)
- 人工神经网络(Artificial Neural Netwroks)笔记-径向基函数(Radial Basis Function- RBF)
- 人工神经网络(Artificial Neural Netwroks)笔记-delta规则增量学习
- 感知器训练算法-----连续多输出
- 连续多输出感知器训练算法的实现
- 每日一道算法题:输出和为n的连续正整数序列
- 【郝斌数据结构自学笔记】12-13_连续存储数组的算法演示
- 【算法拾遗】阿里实习生电面题目:输出给定字符串的全部连续子串
- R语言高级算法之人工神经网络(Artificial Neural Network)
- Artificial Neural Networks Applied to Taxi Destination Prediction(阅读笔记)20171207
- [学习笔记]人工智能-感知器分类算法
- 人工神经网络 Artificial Neural Networks - A Tutorial
- 七月算法机器学习笔记10 人工神经网络