Нейронные сети и нейроконтроллеры. Бураков М.В. - 185 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

185
Таким образом, чем больше нейрон возбужден, тем больше он тор-
мозит другие нейроны и одновременно поддерживает свой уровень.
Упрощенная версия слоя распознавания приведена на рис. 6.23.
На входы всех нейронов слоя распознавания поступают сигналы
от всех нейронов слоя сравнения, и наоборот.
Каждый нейрон слоя распознавания имеет вектор весов В. Вы-
ход нейрона
Y
j
= B
j
C.
Активационная функция F пороговая:
1
0
,,
()
,.
j
j
j
YT
FY
YT
ì
³
ï
ï
=
í
ï
<
ï
î
Таким образом, вектор R двоичный.
Нейрон j имеет максимальную реакцию, если вектор С (выход
слоя сравнения) максимально похож на его весовой вектор B
j
. Та-
ким образом, веса нейрона представляют собой запомненный образ
для группы векторов.
Веса являются действительными числами. Двоичная версия
этого образа запоминается в наборе весов слоя сравнения.
Рис. 6.22. Взаимодействие нейронов слоя распознавания
Нейрон 1
Нейрон 2
Нейрон N
+ ++
–
–
–
–
Рис. 6.23. Взаимодействие нейронов слоя распознавания
ИН
n
ИН
2
ИН
1
В
1
В
2
В
n
C
F
(
Y
1
)
F
(Y
2
)
F(Y
n
)
R

Страницы