Нейросетевые модели для систем информационной безопасности. Брюхомицкий Ю.А. - 149 стр.

UptoLike

ВУЗ: 

ТТИ ЮФУ | Таганрог

Составители: 

Рубрика: 

149
Используемая функция (15.1) отличается от классической (15.2)
отсутствием коэффициента перед экспонентой. Это позволяет получить
максимальное значение функции плотности распределения вероятностей (15.1),
равное единице, а не величине указанного коэффициента.
Чтобы определить функцию плотности распределения вероятностей для
всего k-класса, функции Гаусса для всех учебных векторов суммируются:
⎟
⎟
⎟
⎠
⎞
⎜
⎜
⎜
⎝
⎛
σ
−
−=ϕ
2
=
∑
2
exp)(
2
1
i
L
i
k
XX
X
, (15.3)
где L
k
– объем обучающей выборки k-класса.
Структура ВНС. Пример структуры РНС для решения простой задачи
разделения 4-х компонентных входных векторов Х на два класса показан на
рис. 15.1 [19].
Рис. 15.1. Пример структуры ВНС для разделения
4-х компонентных входных векторов на два класса
y
5
y
4
Y
2
y
2
y
1
y
3
W
Х
x
4
z
Y
1
x
1
x
2
Слой образцов
Слой
суммирования
Входной слой
x
3
Выходной слой

Страницы