5.2.3. Разновидности перцептронного подхода

Варьируя способ выбора корректирующего приращения с, можно получить несколько модификаций алгоритма перцептрона. К наиболее распространенным алгоритмам обучения относятся алгоритм фиксированного приращения, алгоритм коррекции абсолютной величины и алгоритм дробной коррекции. В алгоритме фиксированного приращения корректирующее приращение с является константой, большей нуля. Пример применения этого алгоритма был приведен в для

В алгоритме коррекции абсолютной величины с выбирается достаточно большим, для того чтобы гарантировать правильную классификацию образа после коррекции весов. Другими словами, если то коэффициент с выбирается таким образом, чтобы

Отметим, что, согласно определению алгоритма перцептрона (5.2.5) ошибка совершается только в том случае, когда произведение меньше или равно нулю. Один из способов, обеспечивающих справедливость (5.2.26), состоит в выборе в качестве с наименьшего целого числа, превышающего

В алгоритме дробной коррекции с выбирается таким образом, чтобы величина была положительной и составляла некоторую долю от величины , т. е.

Подстановка в (5.2.27) дает

Этот алгоритм, очевидно, требует, чтобы начальный вектор весов отличался от 0. Из геометрической интерпретации, данной в следует, что дробная величина К представляет собой отношение расстояния, разделяющего прежний вектор весов и новый вектор весов к нормальному евклидову расстоянию от вектора весов до гиперплоскости образов в пространстве весов. Если , то образ классифицируется правильно после каждой коррекции весов. Можно показать, что при этот алгоритм сходится.