《神经网络配套Ch3pres》由会员分享，可在线阅读，更多相关《神经网络配套Ch3pres（15页珍藏版）》请在金锄头文库上搜索。
1、31一个说明性实例32苹果/香蕉 分类器分类器传感器神经网络33标准向量模式标准香蕉模式标准苹果模式形状: 1 : 圆形; -1 : 非圆形质地: 1 : 光滑; -1 : 粗糙重量: 1 : 大于1磅 ; -1 :小于1磅度量向量形状重量质地34感知机(Perceptron)35两输入的情况判定边界p1 + 2p2 2 = 0b=-236苹果/香蕉 例子能够区分苹果和香蕉的判定边界可以是：所以得：W=-1,0,0, b=0。权向量应该与判定边界正交，并且指向可以生成输出为的向量的方向偏置值决定了判定边界的位置。如果输入是香蕉时，希望感知机输出为；是苹果时为-1由此可得：37测试感知机网络香蕉
2、:苹果:“粗糙”香蕉:38海明网络海明距离：两个二进制向量中不同元素的个数。海明网：网络输出为非零值的神经元对应的标准模 式与输入模式的海明距离最近。39前馈层前馈层用于实现每个标准模式和输入模式之间的相关检测可用标准模式设置权矩阵的行用于香蕉/苹果例子，有：310反馈（递归）层311海明网操作输入(粗糙香蕉)第一层312海明网操作第二层选择第一个神经元所代表的标准模式（香蕉）作为匹配结果313Hopfield 网络314苹果/香蕉问题测试: “粗糙” 香蕉(香蕉)315小结感知机前馈网络线性判定边界一个神经元给出判定结果海明网络竞争网络第一层 模式匹配 (内积)第二层 竞争(胜者决定一切)神经元数 = 标准模式数Hopfield网络动态联想网络网络输出收敛于一个标准模式神经元数 = 标准模式中元素个数
