实例出自Simon Hayking的《神经网络原理》多层感知器一节。
问题简单叙述如下:从0和1的重集中选择2个元素进行异或,其输入是非线性可分模式。即,不能用一条直线将(0,0)、(0,1)、(1,0)、(1,1)根据它们异或的结果用一条直线进行划分。因此,一个简单感知器不能解决XOR问题。这里使用隐藏神经元进行解决划分问题。程序比较简单,也没什么泛用性。
激活函数phi(这里使用阈值函数)、神经元neuron、权值、偏置等术语请参照原书。模拟程序如下:
#include <stdio.h> #include <stdlib.h> struct neuron { int w1; int w2; float b; }; int phi(struct neuron *n, int i,int j) { float ret; ret = (float)(n->w1)*i + (float)(n->w2)*j + (float)(n->b); if (ret<0) return 0; else return 1; } int main() { int ret,k; int i[4] = {0,1,0,1}; int j[4] = {0,0,1,1}; struct neuron n1 = {1,1,-1.5}; struct neuron n2 = {1,1,-0.5}; struct neuron n3 = {-2,1,-0.5}; for (k=0;k<4;k++) { ret = phi(&n3,phi(&n1,i[k],j[k]),phi(&n2,i[k],j[k]));//神经元的构成方式 printf("(%d,%d),output is %d\n",i[k],j[k],ret); } return 1; }
输出结果:
(0,0),output
is
0
(1,0),output
is
1
(0,1),output
is
1
(1,1),output
is
0
|
本文转自五岳博客园博客,原文链接:www.cnblogs.com/wuyuegb2312/archive/2012/09/17/2689279.html,如需转载请自行联系原作者