Rosenblatt感知器

1、引言 感知器是用於線性可分模式(即模式分別位於超平面所分隔開的兩邊)分類的最簡單的神經網絡模型。基本上它由一個具有可調突觸權值和偏置的神經元組成。用來調整這個神經網絡中自由參數的算法最早出現在Rosenblatt提出的用於其腦感知模型的一個學習過程中。事實上，Rosenblatt證明了當用來訓練感知器的模式(向量)取自兩個線性可分的類時，感知器算法是收斂的，並且決策面是位於兩類之間的超平面。算

>>阅读原文<<