Нейронные сети и нейроконтроллеры. Бураков М.В. - 131 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

131
Нейроны выходного слоя имеют линейную активационную
функцию. Их роль сводится исключительно к взвешенному сумми-
рованию сигналов, генерируемых нейронами рабочего слоя:
1
, 1() .
m
j ij i
i
y w f X j ,k
=
==
å
Число нейронов выходного слоя определяется характером пред-
ставления выходных данных.
5.2. Расчет параметров радиальной нейронной сети
Рассмотрим простой вариант определения весов RBF-сети.
Пусть RBF-сеть имеет k входов и один выход (рис. 5.5). Выберем
число рабочих нейронов m = n, где n – число обучающих пар, задан-
ных набором {(X
1
, y
1
), (X
2
, y
2
), …, (X
n
, y
n
)}, где X
i
= [x
i1
, x
i2
, …, x
ik
]
т
.
Для того чтобы каждый нейрон реагировал на «свой» вектор из
обучающего набора, полагаем
.
ii
CX=
Окна активационной функции s выбирают достаточно больши-
ми, но так, чтобы они не перекрывались в пространстве входных
сигналов.
Требуется найти такие весовые коэффициенты W, чтобы для
каждого входного вектора из обучающего набора выполнялось
h(X
i
) = y
i
.
Рис. 5.5. Структура RBF-сети со скалярным выходом
x
1
x
2
x
k
X
1
2
n
Входной слой
Радиально-
базисный слой
Выходной слой
W
w
1
w
2
w
n
( )
1
–X Cϕ
( )
2
–X Cϕ
( )
–
n
X Cϕ
( )y h X=

Страницы