实验一adlinelmsmatlab实验

实验1 Adaline的三种LMS算法实验目的通过实验了解Adaline的工作原理；对比LMS三种算法，并通过上机实验掌握具体的实现方法；与采用硬限幅函数的单个神经元模型进行对比，比较其异同。实验原

1AdalineLMS 实验的三种算法 一、 实验目的 1． Adaline 通过实验了解的工作原理； 2． LMS 对比三种算法，并通过上机实验掌握具体的实现方法； 3． 与采用硬限幅函数的单个神经元模型进行对比，比较其异同。 二、 实验原理 2.1. Adaline 原理 采用硬限幅函数的单个神经元，通过简单的学习算法，可以成功实现两类线 性可分类的分类功能。但对于大多数的非线性可分类来说，则无法完成分类功能， Adaline 因此采用具有线性功能函数的神经元方法。 设输入矢量，如果加权向量，则神经元的输出为： dy 按照最小二乘法，就是要求所有样本的实际输出值与理想预期值之间的 误差的均方值最小。定义误差。 考虑所有可能出现的样本的均方误差： 其中，是输入向量相关矩阵，是输入向量与期望输出的互相关向量，通过求 梯度求得最优权向量： 2.2. LMS 学习问题的严格递推学习算法 1. 任意设置初始加权矢量； 2. kW 对于每一个时序变量，按下式调整权向量： 2.3. LMS 学习问题的随机逼近算法 将严格递推公式修正如下形式： 1) k 是时序的非增函数； 2) ； 2.4. LMS 学习基于统计的算法