使用线性神经网络实现逻辑与和逻辑异或(一)

线性神经网络在结构上与感知器网络非常相似,只是神经元传输函数不同。线性神经网络的结构如图1所示:
线性神经网络结构图
线性神经网络只能实现线性运算,这一点与单层感知器比较类似,因此线性神经网络也只能用于解决比较简单的问题。与或逻辑就是典型的线性可分问题,这里选择与逻辑作为实例。而异或逻辑则线性不可分,因此要使用多个线性神经网络间接实现。与逻辑和异或逻辑分别如图2和图3所示:
逻辑与
逻辑异或
接下来我将进行详细的讲解:

一、实现二值逻辑-与

1、手算

逻辑与有两个输入、一个输出,因此对应的线性网络拥有两个输入节点,一个输出节点,其网络结构图如图4所示:
逻辑与结构图
在实现的时候利用for循环进行迭代,计算权值ω1、ω2和偏置b,求出直线然后进行分类,程序中设置最大的迭代量为200次,MATLAB

  • 1
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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