Нейросетевые модели для систем информационной безопасности. Брюхомицкий Ю.А. - 64 стр.

UptoLike

ВУЗ: 

ТТИ ЮФУ | Таганрог

Составители: 

Рубрика: 

64
)],(sign[)(.3
,)()(.2
),()(.1
1
0
0
1
0
ii
ii
n
j
ijji
tytz
QtVty
txwtV
=
−=
=
+
=
∑
где sign [y(t
i
)] – функция знака
1, если [y(t
i
)] > 0;
sign [y(t
i
)] =
0, если [y(t
i
)] ≤ 0.
Из алгоритма α-перцептрона следует, что его выходной сигнал
формируется следующим образом
∑
=
−=
n
j
jj
Qxwz
1
]sign[ . (7.1)
Значение выходного сигнала z ∈ (0, 1) указывает на принадлежность входного
вектора
Х к одному из двух классов.
Пусть R
1
и R
2
– множества точек X в n-мерном пространстве Е
n
,
соответствующие объектам (образам) из первого и второго классов.
Геометрически задача классификации, очевидно, будет заключаться в
построении между этими множествами некоторой n-мерной разделяющей
поверхности. Частным случаем такой поверхности является линейная n-мерная
поверхность, или n-мерная плоскость, или гиперплоскость. Если такая
гиперплоскость существует, т.е. имеется функция вида
)...,,2,1(const,)(
1
0
niccxcG
n
i
iii
==+=
∑
=
X
такая, что
G(
X) > 0, если X ∈R
1
,
G(
X) < 0, если X ∈R
2
,
то множества R
1
и R
2
называются линейно разделимыми. Причем разделяющей
поверхностью будет функция G(
X).
Очевидно, что выражение для разделяющей гиперплоскости можно
записать также в виде

Страницы