-
感知器算法試用范圍--比較適合于可以線性分割的查看全部
-
算法步驟總結查看全部
-
閾值的更新查看全部
-
權重更新算法示例查看全部
-
權重更新算法示例查看全部
-
權重更新算法示例查看全部
-
權重更新算法查看全部
-
步調函數與閾值查看全部
-
感知器數據分類算法步驟查看全部
-
權重更新算法示例-更新后的權重值，然后樣本和模型繼續重復計算，得到新的權重值查看全部
-
權重更新算法示例查看全部
-
權重更新算法： 1，如果y=y',y-y'=0,&W(j)=0,W(j)=W(j)+&W（j）=W(j)，就不需要更新； 2.W(j)是根據結果自動更新數值，n*是人為設置，根據自己的經驗設定，不斷探索出更準確的數值，這個n*會影響到最終的檢測效果查看全部
-
步調函數與閾值查看全部
-
最終目的就是用訓練樣本X，反復更新權重向量W查看全部
-
矩陣的點乘和矩陣的轉置，是神經算法基本的數據處理查看全部
舉報
0/150
提交
取消