Нейросетевые модели для систем информационной безопасности. Брюхомицкий Ю.А. - 70 стр.

UptoLike

ВУЗ: 

ТТИ ЮФУ | Таганрог

Составители: 

Рубрика: 

70
w
22
w
12
w
21
1
2
Q
В
2
1
z
v
21
v
11
1
1
z
w
11
2
1
Q
А
1
2
z
1
1
Q
Перцептрон с двумя рабочими слоями обладает существенно более
широкими функциональными возможностями, чем однослойный. Например, он
позволяет очень просто решить задачу ИСКЛЮЧАЮЩЕЕ ИЛИ. На рис. 7.13
показана структура сети для решения этой задачи [15].
Рис. 7.13 Структура перцептрона для решения задачи ИСКЛЮЧАЮЩЕЕ ИЛИ
Нейроны первого рабочего слоя реализуют операции
.
0][если,0
0][если,1
][]sign[
;
0][если,0
0][если,1
][]sign[
1
2
1
2
1
22212
1
2
1
2
1
1
1
1
1
12111
1
1
1
1
⎪
⎭
⎪
⎬
⎫
⎪
⎩
⎪
⎨
⎧
≤
>
=−⋅+⋅==
⎪
⎭
⎪
⎬
⎫
⎪
⎩
⎪
⎨
⎧
≤
>
=−⋅+⋅==
y
y
QBwAwyz
y
y
QBwAwyz
Подбор весов и порогов должны обеспечить разделение пространства
входных данных, показанное на рис. 7.14. Общая часть подмножеств,
соответствующая условиям
1
1
1
=z
,
1
1
2
=z
определяет область, отделенную от
остального пространства, соответствующего условиям
0
1
1
=z
,
0
1
2
=z
.
Единственный нейрон второго рабочего слоя, путем соответствующего задания
его весов и порога, реализует функцию логического суммирования,
выделяющую общую часть подмножеств
1
1
1
=z
,
1
1
2
=z
:
.
1
2
1
1
2
1
zzz ∨=
Нейрон второго рабочего слоя, путем соответствующего задания его весов
и порога, кроме операции логического суммирования может реализовывать
также и другие функции линейной комбинации подобластей.

Страницы