شبکه عصبی در متلب

قانون يادگيري پرسپترون تك لايه (SLPR)

قانون يادگيري پرسپترون تك لايه (SLPR)

• از نوع يادگيري با ناظر
– خطاي يادگيري در دسترس
• براي شبكه اي با يك نرون مياني و دو ورودي ديديم:
– معادل است با خطي كه فضاي ورودي را به 2 بخش تقسيم ميكند.
– خط داراي ضريب زاويه 236 بوده و بر بردار وزن 237عمود است.

– براي تمامي نقاط بالاي خط مرزي (با توجه به جهت بردار وزن) 238 و براي تمامي نقاط پايين خط مرزي 239  مي باشد.
• در صورت افزايش تعداد نرونهاي مياني و 2=R، تعداد نواحي قابل تفكيك توسط خطوط متقاطع در فضاي R^2 افزايش مي يابد.

240

مقاله متلب,مطلب,متلب,مقاله برق,مقاله قدرت,مقاله مطلب,مقاله سیمولینک,دانلود متلب,دانلود مقاله متلب,مقالهmatlab ,آموزش متلب,مطلب,متلب,آموزش برق,آموزش قدرت,آموزش مطلب,آموزش سیمولینک,دانلود متلب,دانلود آموزش متلب,آموزشmatlab ,پروژه متلب,مطلب,متلب,پروژه برق,پروژه قدرت,پروژه مطلب,پروژه سیمولینک,دانلود متلب,دانلود پروژه متلب,پروژهmatlab ,

سعید عربعامری
من سعید عربعامری نویسنده کتاب 28 گام موثر در فتح متلب مدرس کشوری متلب و سیمولینک و کارشناس ارشد مهندسی برق قدرتم . بعد از اینکه دیدم سایتهای متعدد یک مجموعه کامل آموزش متلب و سیمولینک ندارند به فکر راه اندازی این مجموعه شدم
http://sim-power.ir

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *