掌握感知器学习算法
① 初始化:将权值向量赋予随机值,t=0(迭代次数)
② 连接权的修正:对每个输入样本xk及期望输出dk完成如下计算
a. 计算网络输出:y = f(S),其中S =∑wixi,f为激活函数
b. 计算输出层单元期望输出dk与实际输出y间的误差:
ek = dk - y
c. 若ek为零,则说明当前样本输出正确,不必更新权值,否则更新权值:
w(t+1) = w(t) + α×ek ×xk
t = t + 1
0<α<1为学习率。
③ 对所有的输入样本重复步骤(2),直到所有的样本输出正确为止