线性神经网络的神经元传递函数是线性函数,因此输出可以是任意值,感知器的输出只能是0或1
一、神经元结构
二、学习函数
1、newlind--设计一个线性层
net=newlind(P,T)
返回的net已经训练完毕, P输入向量,T输出向量
2、newlin--创建未经训练的线性层
net=newlin(P,S,ID,LR)
P输入向量,S输出节点个数,ID输入延迟时间,LR学习率,默认0.01
3、learnwh--LMS学习函数
4、maxlinlr--计算最大学习速率
三、Matlab实现
1、newlind用于最小二乘拟合
x=-5:5;
y=3*x-7;
randn('state',2); % 随机数种子,便于重复生成同样的随机数
y=y+randn(1,length(y))*1.5; % 加入噪声的直线
plot(x,y,'o');%生成原始数据点
P=x;T=y;
net=newlind(P,T); %%%%%设计线性神经网络
new_x=-5:0.2:5;
new_y=sim(net,new_x); %%%%%输出仿真结果
ho