《神经网络设计》读书笔记——Widrow-Hoff学习算法
来源:互联网 发布:三星固态硬盘优化软件 编辑:程序博客网 时间:2024/05/21 14:57
Widrow-Hoff学习算法
简介
将性能学习的原理应用到单层线性神经网络。
Widrow-Hoff学习算法是一个近似最速下降法,其中性能指标为均方误差。
Widrow-Hoff学习算法被广泛应用于信号处理应用中
Widrow-Hoff学习算法是多层网络中BP算法的先驱
ADALINE
和感知机网络具有相同的基本结构,唯一不同点是ADALINE使用了线性传输函数purelin
均方误差
F(x)=E[e2]=E[(t−a)2]=E[(t−xTz)2]
可以写为
F(x)=c−2xTh+xTRx
其中
c=e[t2],h=e[tz],R=E[zzT],z=[p1]
若唯一最小值存在,则为:
x∗=R−1h
LMS算法
W(k+1)=W(k)+2αe(k)pT(k) b(k+1)=b(k)+2αe(k) - 收敛点
x∗=R−1h - 稳定学习速度
0<α<1λmax(λmax是R的最大特征值)
抽头延迟线
自适应滤波
阅读全文
0 0
- 《神经网络设计》读书笔记——Widrow-Hoff学习算法
- Widrow-Hoff Learning
- Widrow-Hoff算法的原始及对偶形式
- 《神经网络设计》读书笔记——反向传播算法
- 《神经网络设计》读书笔记——性能曲面和最优点
- 《神经网络设计》读书笔记——性能优化(一)
- 《神经网络设计》读书笔记——性能优化(二)
- 《神经网络设计》读书笔记——性能优化(三)
- 《神经网络设计》读书笔记——性能优化(四)
- [Mitchell 机器学习读书笔记]——人工神经网络
- 《深度学习入门之pythoch》 读书笔记——卷积神经网络
- 深度学习算法原理——神经网络
- 机器学习——BP神经网络算法
- PRML读书笔记——神经网络
- 读书笔记—《算法设计与分析基础》
- 【机器学习算法模型】分类算法——人工神经网络
- 机器学习算法(分类算法)—神经网络之BP神经网络
- 读书笔记《神经网络与深度学习》
- 快速学Maven
- javaScript mock模拟后台数据
- Android开发之显示输入密码功能
- Hadoop之网站日志分析项目案例(三)统计分析(笔记23)
- Kexec 引导内核内幕
- 《神经网络设计》读书笔记——Widrow-Hoff学习算法
- 选择器总结 浮动 CSS的三大特性
- 文章标题
- IOS进入DFU模式通过iTunes恢复系统
- spring cloud config使用总结
- selectpicker 获取选中option的属性或者值
- 移动游戏体验感
- 清除tomcat缓存
- 技术牛人到管理牛人的蜕变