温馨提示：由于个人手机设置不同，如果发现不能下载，请复制以下地址【https://www.wenke99.com/d-9971195.html】到电脑端继续下载（重复下载不扣费）。
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。 2: 试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓。 3: 文件的所有权益归上传用户所有。 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。 5. 本站仅提供交流平台，并不能对任何下载内容负责。 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
本文（感知器准则函数ppt课件.ppt）为本站会员（晟***）主动上传，文客久久仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私，请立即通知文客久久（发送邮件至hr@wenke99.com或直接QQ联系客服），我们立即给予删除！
感知器准则函数 n 对于任何一个增广权向量a ， n 对样本y 正确分类，则有：a T y0 n 对样本y 错误分类，则有：a T y0 n 定义一准则函数J P (a) ( 感知准则函数) ： 感知器 感知器 准则 准则 被错分类的规范化 增广样本集 n 恒有J P (a)0 ，且仅当a 为解向量，Y k 为空集（不 存在错分样本）时， J P (a)=0 ，即达到极小值。确 定向量a 的问题变为对J P (a) 求极小值的问题。梯度下降算法 n 梯度下降算法：对( 迭代) 向量沿某函数的负 梯度方向修正，可较快到达该函数极小值。 感知器 感知器 准则 准则算法(step by step) 感知器 感知器 准则 准则 1. 初值: 任意给定一向量初始值 a(1) 2. 迭代: 第k+1 次迭代时的权向 量a( k+1) 等于第k 次的权向 量a( k) 加上被错分类的所有 样本之和与r k 的乘积 3. 终止: 对所有样本正确分类 任意给定一向量 初始值a(1) a( k+1)= a( k)+ r k Sum ( 被错分类的所有样本) 所有样本 正确分类 得到合理的a 完成 分类器设
Copyright © 2018-2021 Wenke99.com All rights reserved
工信部备案号：浙ICP备20026746号-2
公安局备案号：浙公网安备33038302330469号
本站为C2C交文档易平台，即用户上传的文档直接卖给下载用户，本站只是网络服务中间平台，所有原创文档下载所得归上传人所有，若您发现上传作品侵犯了您的权利，请立刻联系网站客服并提供证据，平台将在3个工作日内予以改正。
