机器学习 | MATLAB实现MLP多层感知机模型设计
基本介绍
多层感知器(Multilayer Perceptron,缩写MLP)是一种前向结构的人工神经网络,映射一组输入向量到一组输出向量。MLP可以被看作是一个有向图,由多个的节点层所组成,每一层都全连接到下一层。除了输入节点,每个节点都是一个带有非线性激活函数的神经元(或称处理单元)。一种被称为反向传播算法的监督学习方法常被用来训练MLP。
模型描述
输入层(最左边),隐藏层(中间两层),和输出层(最右边),这里回顾一下。
- 人工神经网络是近年来发展起来的模拟人脑生物过程的人工智能技术。 它由大量的、同时也是很简单的神经元广泛互连形成复杂的非线性系统。
- 具有自学习、自组织、自适应和很强的非线性映射能力,特别适合于因果关系复杂的非确定性推理、判断、识别和分类等问题。
- 在人工神经网络的实际