人工神经网络(Artificial Neural Netwroks)笔记-连续多输出感知器算法

人工神经网络(Artificial Neural Netwroks)笔记--离散多输出感知器训练算法  中的2.1.3步是多个判断，因此我们说它是一种离散多输出感知器


现在采用公式 Wij=Wij+α(Yj-Oj)Xi取代了那个步骤

Yj和Oj之间的差别对Wij的影响由α(Yj-Oj)Xi表现出来

这样做的好处是不仅使得算法的控制在结构上更容易理解，而且还使得它的适应面更宽

算法流程如下：

1.用适当的小伪随机数初始化权矩阵W

2.初置精度控制参数ε，学习率α，精度控制变量d=ε+1

3.while d>= ε do

      3.1 d=0;

      3.2 for 每个样本(X,Y) do

             3.2.1输入X;

            3.2.2求O=F(XW)

            3.2.3修改权矩阵W:
                         for i=1 to n,j=1 to m do
                                       Wij=Wij+α(Yj-Oj)Xi;

            3.2.4累计误差
                          for j=1 to m do
                                       d=d+(Yj-Oj)^2



对于线性可分情况，这已经是一个不错的分类器了