11、神经网络学习规则与自适应滤波器详解

神经网络学习规则与自适应滤波器详解

1. 网络权重分析与初步模拟

1.1 第二层权重确认

首先，要确认第二层权重的分布情况。原本期望第二层权重列中有 60%（即 10 列中的 6 列）在第一行有 1（对应类别 1），40% 的列在第二行有 1（对应类别 2）。但当只有四列时，60% 和 40% 实际四舍五入为 50%，此时每行各有两个 1。实际的第二层权重如下：

net.LW{2,1}
ans =
1 1 0 0
0 0 1 1

这意味着，如果竞争层的第一个或第二个元素输出为 1，输入向量将被分类为类别 1；否则，将被分类为类别 2。同时，前两个竞争神经元与第一个线性神经元相连（权重为 1），后两个竞争神经元与第二个线性神经元相连，其他竞争神经元与线性神经元之间的权重为 0。可以用如下 mermaid 流程图表示：

graph LR
    A[竞争层输出] -->|第一个或第二个元素为 1| B(类别 1)
    A -->|其他情况| C(类别 2)

1.2 网络初步模拟

使用 sim 函数对网络进行模拟，以原始的 P 矩阵作为输入，观察分类结果。

Y = net(P);
Yc = vec2ind(Y)
Yc =
1 1 1 1 1 1 1 1 1 1 1