第三章：感知恐 31单个感知器模型与解决问题的能力 是具有单层处理单元的神经网络，非线性作用函数(·)是对称 型阶跃函数，见图。 感知器输出： y=f(∑w,4-0=f∑w,4,) i=0 4:感知器的第i个输入；w。=-0（阈值)；4，=1。 与MP模型不同之处： 权值由有导师的学习算法进行调整。 f(x) f(x) 图2-3-1单层感知器第三章：感知器 3.1 单个感知器模型与解决问题的能力 是具有单层处理单元的神经网络，非线性作用函数f (•) 是对称 型阶跃函数，见图。 感知器输出： y f w u f w u j j j n j j j n = − = = = ( ) ( ) 1 0 u j：感知器的第 j 个输入；w0 = − （阈值）；u0 = 1 。 与 MP 模型不同之处： 权值由有导师的学习算法进行调整。 图2-3-1 单层感知器 n j u u u1   y x wn w1   f (x)    f (x)