【一维】神经元公式 ·数学表征
独立
神经网络：z = W·x + b，ŷ = σ(z) ·多层多神经元
权重 w（世界坐标系·本体）
w₁（x₁）
w₂（x₂）
w₃（x₃）
偏置 b
观测系权重 w′ = R(θ)·w ·旋转特征轴 θ°（坐标写法）
观测基旋转 θ°
不变量（决策边界·分类结果是本体）
不变量自检：世界系与观测系分别计算 准确率/损失，结果一致 ✓
训练过程 · 损失 / 准确率 时间序列
【二维】特征空间·决策边界 ·拓扑表征
独立
🧠 网络结构图 · 实时对照 （边宽=权重大小，红=正 蓝=负；悬停神经元节点 → 2D 高亮其分界线）
【三维】决策面仿真 ·空间具身表征
独立
拖拽决策面法向手柄调权重；加红/蓝点模式点击空白处添加数据