4.2单个自适应线性神经元的学习方法 基于梯度的学习算法（外部反馈） 设经过no次学习以后（即得到第n0个W1w2·wn 后，或者没有初始权值w°w…w后)，对于输入x 感知机的输出为： n+ y(no)=k w;(no)x+b=kw'Xi+b i- 其中 Wn+l =-0 Xn+1三1 又设在同样输入X作用下，样本输出y则感知机的输出误差为 e(no)=y-y(no)e2(no)=[y-y(no)] 2006-11-28 北京科技大学付冬梅 102006-11-28 北京科技大学 付冬梅 10 基于梯度的学习算法(外部反馈) 后），对于输入 ， n0 次学习以后（即得到第 n0 个 w w w 1 2 n j x 1 0 0 1 ( ) ( ) n j T j i i i y n k w n x b kW X b + = = + = +  wn+1 = − xn+1 1 ( ) ( ) 0 n0 e n y y j = − 2 0 0 2 e (n ) [ y y(n )] j = − 设经过 后，或者没有初始权值 感知机的输出为： 其中 则感知机的输出误差为： j x j 又设在同样输入 作用下，样本输出 y 1 2 0 0 0 w w wn 4.2单个自适应线性神经元的学习方法