Нейронные сети и нейроконтроллеры. Бураков М.В. - 182 стр.

182

2. Число межнейронных связей в сети Хэмминга меньше, чем

в сети Хопфилда. Например, сеть Хопфилда с размерностью вход-

ного сигнала 100 может запомнить примерно 13 случайных обра-

зов, при этом она будет содержать 10000 связей между нейрона-

ми. Однослойная сеть Хэмминга с такой же емкостью будет содер-

жать 1000 взвешенных связей, а двухслойная – 1100, из которых

100 связей – в слое maxnet.

3. Однослойная сеть Хэмминга работает существенно быстрее

сети Хопфилда, поскольку решение задачи формируется в резуль-

Однако у сети Хэмминга есть и недостатки:

1. Плохая работа при сильно зашумленных входных сигналах.

Если сигналы находятся на одинаковом расстоянии Хэмминга от

двух или более эталонов, то выбор одного из эталонов становится

совершенно случайным.

2. Сети Хэмминга рассчитаны на работу только с бинарными

входными сигналами, что ограничивает их применение.

Однако в целом сети Хэмминга могут успешно использоваться

для решения задач распознавания образов, классификации, реали-

зации ассоциативной и гетероассоциативной памяти, а также пере-

Сеть прямого распространения обучается на фиксированном

множестве примеров. Если после обучения число примеров увели-

чивается, то «дообучение» невозможно, требуется полное переобу-

чение.

В сетях Кохонена также предполагается, что все входные образы

принадлежат к одному из полученных при обучении классов. Выяв-

ление нового класса требует полного повторения процесса обучения.