感知器学习

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