Навигация по странице:
|
Медведев В.С., Потемкин В.Г. Нейронные сети. MATLAB 6. В. Г. Потемкин
|
| Название |
В. Г. Потемкин
|
| Анкор |
Медведев В.С., Потемкин В.Г. Нейронные сети. MATLAB 6.doc |
| Дата |
26.04.2017 |
| Размер |
14.83 Mb. |
| Формат файла |
 |
| Имя файла |
Медведев В.С., Потемкин В.Г. Нейронные сети. MATLAB 6.doc |
| Тип |
Книга
#3790
|
| страница |
14 из 50 |
|
4. Персептроны
C этой главы начинается систематический анализ конкретных нейронных сетей, и первой из них является нейронная сеть, называемая персептроном. Большое количество моделей персептрона представлено в основополагающей работе Розенблатта [37]. Простейшая из таких моделей – однослойный персептрон, веса и смещение которого могут быть настроены таким образом, чтобы решить задачу классификации входных векторов, что позволит в дальнейшем решать сложные проблемы анализа коммутационных соединений, распознавания образов и других задач классификации с высоким быстродействием и гарантией правильного результата.
По команде help percept можно получить следующую информацию об М-функциях, входящих в состав ППП Neural Network Toolbox и относящихся к построению нейронных сетей на основе персептронов:
Perceptrons
|
Персептроны
|
New networks
|
Формирование нейронной сети
|
newp
|
Создание персептрона
|
Using networks
|
Работа с нейронной сетью
|
sim
|
Моделирование сети
|
init
|
Инициализация сети
|
adapt
|
Адаптация сети
|
train
|
Обучение сети
|
Weight functions
|
Функции взвешивания
|
dotprod
|
Скалярное произведение
|
Net input functions
|
Функции накопления
|
netsum
|
Сумма взвешенных входов
|
Transfer functions
|
Функции активации
|
hardlim
|
Ступенчатая функция с жесткими ограничениями
|
hardlims
|
Симметричная ступенчатая функция с жесткими ограничениями
|
Initialization functions
|
Функции инициализации
|
initlay
|
Инициализация слоев
|
initwb
|
Инициализация весов и смещений
|
initzero
|
Инициализация нулевых весов и смещений
|
Performance functions
|
Функции оценки качества сети
|
mae
|
Средняя абсолютная погрешность
|
Learning functions
|
Функции настройки параметров персептрона
|
learnp
|
Абсолютная функция настройки
|
learnpn
|
Нормированная функция настройки
|
Adapt functions
|
Функции адаптации
|
adaptwb
|
Адаптация весов и смещений
|
Training functions
|
Функции обучения
|
trainwb
|
Правило обучения весов и смещений
|
Demonstrations
|
Демонстрационные примеры
|
demop1
|
Классификация с использованием персептрона с двумя входами
|
demop2
|
Классификация с использованием персептрона
с тремя входами
|
demop3
|
Классификация с использованием персептрона
с двумя нейронами
|
demop4
|
Формирование входных векторов внешнего слоя
|
demop5
|
Обучение с использованием нормированной
функции настройки
|
demop6
|
Пример линейно неразделимых векторов
|
demop7
|
Классификация с использованием двухслойного персептрона
|
Следует обратить внимание, что в версии ППП Neural Network Toolbox Version 3.0.1 (R11) представлены только демонстрационные примеры demop1, demop4, demop5, demop6.
|
|
|
Скачать 14.83 Mb.