神经元的动作: net=∑w,x (X,W,∈R) i=1 y=f(net) 输出函数f:也称作用函数,非线性。 1 net net 0 0 0 net 0 (a) (b) (c) 阈值型 S型 伪线性型 f为侧位数所:=三x-0 设0=-wn+1,点积形式:y=sgn(WTX) 式中,W=[w1,…,wn,wn+1]X=[x1,…,xn,1]神经元的动作: n i i i net w x 1 y f (net) (x , w R) i i 输出函数 f:也称作用函数,非线性。 阈值型 S型 伪线性型 f 为阈值型函数时: n i i i y w x 1 sgn 设 wn1 ,点积形式: sgn( ) T y W X T 1 1 [ , , , ] W w wn wn T 1 [ , , , 1] n 式中, X x x