Hebbian学习规则 1神经元 简单实现

%   Examples
%   --------
%   p1 = [-1;1;-1];
%   t1 = -1;
%   p2 = [1;1;-1];
%   t2 = 1;
%   w = hebbian_learning(p1,t1,p2,t2)
function w = hebbian_learning(p1,t1,p2,t2)
%   Author:Yao H. Wang

%   hebbian_learning Summary of this function goes here
%   Detailed explanation goes here
%   w = TN。
%   其中T为t1,t2,即targets组成的矩阵。
%   N,当P的逆矩阵存在的时候为P的逆矩阵,否则为P的伪逆。
P = [p1';p2']';
T = [t1,t2];
[row,col] = size(P);
r = rank(P);
if (row == col) && (r==row)
    N = inv(P);
else
    N = (inv(P'*P))*P';
end
w = T*N;

end

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值