可见所设计网络的误差为零。 例5.2现在来考虑一个较大的多神经元网络的模式联想的设计问题。输入 矢量和目标矢量分别为 P=[11.51.2-03; 1230.5 21-1609]; T=[0.53-2.214; 1.1-121.7-04 302-1.804 0.1-1.00.6]; 解 由输入矢量和目标输出矢量可得:r=3,s=4,q=4。所以网络的结构如图 2所示 P P2 43 图52网络设计的结构图 这个问题的求解同样可以采用线性方程组求出,即对每一个输出节点写出输 入和输出之间的关系等式。对于网络每一个输出神经元都有4个变量(三个权值 加一个偏差),有四个限制方程(每组输入对应四个输出值)。这样由四个输出节点, 共产生16个方程,其方程数目与权值数目相等。所以只要输入矢量是线性独立 的,则同时满足这16个方程的权值存在且唯一。对应到网络上来说,则存在零 误差的精确权值。7 可见所设计网络的误差为零。 [例 5．2]现在来考虑一个较大的多神经元网络的模式联想的设计问题。输入 矢量和目标矢量分别为： 解： 由输入矢量和目标输出矢量可得：r＝3，s＝4，q＝4。所以网络的结构如图 5．2 所示。 图 5.2 网络设计的结构图 这个问题的求解同样可以采用线性方程组求出，即对每一个输出节点写出输 入和输出之间的关系等式。对于网络每一个输出神经元都有 4 个变量(三个权值 加一个偏差)，有四个限制方程(每组输入对应四个输出值)。这样由四个输出节点， 共产生 16 个方程，其方程数目与权值数目相等。所以只要输入矢量是线性独立 的，则同时满足这 16 个方程的权值存在且唯一。对应到网络上来说，则存在零 误差的精确权值