matlab線性神經網絡怎么用

發布時間：2022-01-14 10:18:07 來源：億速云閱讀：97 作者：iii 欄目：大數據

本篇內容介紹了“matlab線性神經網絡怎么用”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

線性神經網絡是最簡單的一種神經網絡，可以由一個或者多個線性神經元組成。

線性神經網絡與感知器的區別在于：線性神經網絡的神經元傳遞函數是線性函數，因此線性神經網絡的輸出可以取任意值，而感知器的輸出只可能是0或者1。

線性神經網絡在收斂速度與精度上都比感知器要高，但是同感知器一樣，線性神經網絡只能解決線性分離問題。

感知器的每一個輸入都有一個輸出與之相對應。參照輸出向量與期望輸出向量的差別，調整網絡的權值跟閾值，使得訓練誤差的平方和最小或者小于一定值，這種學習規則就是Widrow-Hoff學習規則，稱為LMS(Least Mean Square)算法。

%% 定義變量

P=[0,0,1,1;0,1,0,1];

% 輸入向量

d=[0,0,0,1];

% 期望輸出向量

lr=maxlinlr(P,'bias');

% 根據輸入矩陣求解最大學習率

%% 線性網絡實現

net1=linearlayer(0,lr);

% 創建線性網絡

net1=train(net1,P,d);

% 線性網絡訓練

%% 感知器實現

net2=newp([-1,1;-1,1],1,'hardlim');

% 創建感知器

net2=train(net2,P,d);

% 感知器學習

%% 顯示

plot([0,0,1],[0,1,0],'o');

% 圖形窗口輸出

hold on;

plot(1,1,'d');

x=-2:.2:2;

y1=1/2/w1(2)-w1(1)/w1(2)*x-w1(3)/w1(2);

% 1/2是區分0和1的閾值

plot(x,y1,'-');

y2=-w2(1)/w2(2)*x-w2(3)/w2(2);

% hardlim函數以0為閾值，分別輸出0或1

plot(x,y2,'--');

axis([-0.5,2,-0.5,2])

xlabel('x');ylabel('ylabel');

title('線性神經網絡與感知器用于求解與邏輯')

legend('0','1','線性神經網絡分類面','感知器分類面');

“matlab線性神經網絡怎么用”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！

向AI問一下細節

91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本

matlab線性神經網絡怎么用

猜你喜歡

91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本

matlab線性神經網絡怎么用

猜你喜歡

最新資訊

相關推薦

相關標簽