Нейросетевые модели для систем информационной безопасности. Брюхомицкий Ю.А. - 139 стр.

UptoLike

Составители:

Рубрика:

139

взвешенных связей с подбираемыми значениями весов. Однослойная сеть

Хэмминга с такой же емкостью будет содержать 1000 взвешенных связей,

двухслойная − 1100 связей, из которых 100 связей – в слое MAXNET.

В отличие от сети Хопфилда, емкость сети Хэмминга не зависит от

размерности входного сигнала и в точности равна числу нейронов первого

рабочего слоя. Это позволяет легко

рассчитать конфигурацию сети для

заданного числа запоминаемых образцов.

Однослойная сеть Хэмминга работает существенно быстрее сети

Хопфилда, поскольку решение задачи формируется в результате однократного

прохода только через один слой нейронов.

Сеть Хэмминга имеет один из самых простых алгоритмов формирования

весов и смещений.

В результате многочисленных экспериментов доказано, что двухслойная

рекуррентная сеть

Хэмминга дает лучшие результаты, чем сеть Хопфилда,

особенно в ситуациях, когда взаимосвязанные векторы X и Z являются

случайными.

Недостатком сети Хэмминга является слабая классифицирующая

способность для сильно зашумленных входных сигналов. Если зашумленные

входные сигналы находятся на одинаковом (в смысле Хэмминга) расстоянии от

двух и более эталонов, то выбор сетью одного из этих

эталонов становится

совершенно случайным. Другим недостатком сети Хэмминга является

использование только бинарных входных сигналов, что существенно

ограничивает ее применение.

Области применения. Сеть Хэмминга может успешно использоваться для

решения задач распознавания образов и классификации, для надежной передачи

сигналов в условиях помех, в качестве ассоциативной и гетероассоциативной

памяти.