Нейронные сети и нейроконтроллеры. Бураков М.В. - 199 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

199
На втором шаге обучения подается входной вектор X
2
:
4
ò2
1 21
1
0 81( ) ,,
ii
i
d X W xw
=
=- = - »
å
4
ò2
2 22
1
15( ) ,.
ii
i
d X W xw
=
=- = - »
å
Победившим оказывается первый нейрон, и его веса подстраи-
ваются:
ò
1
02 0 02 008
06 0 06 024
06
05 0 05 020
09 1 09 096
, ,,
, ,,
,.
, ,,
, ,,
W
éù
éù éùéùé ù
êú
êú êúêúê ú
êú
êú êúêúê ú
êú
êú êúêúê ú
= + ×- =
êú
êú êúêúê ú
êú
êú êúêúê ú
êú
êú êúêúê ú
êú êúêúê ú
êú
ëû ëûëûë û
ëû
Аналогично подаются векторы X
3
и X
4
, корректируются веса, и
первая эпоха обучения заканчивается.
На второй и последующих эпохах значение η постепенно умень-
шается, происходит приближение весов к предельным значениям:
òò
12
01
0 05
05 0
10
,
,.
,
WW
éù éù
êú êú
êú êú
êú êú
==
êú êú
êú êú
êú êú
êú êú
ëû ëû
Таким образом, центр первого кластера (W
1
) оказывается ус-
реднением компонент векторов X
2
и X
4
, а центр второго кластера
(W
2
) – усреднением компонент векторов X
1
и X
3
.
7.3. Слой Кохонена
Архитектура соревновательного слоя приведена на рис. 7.7.
На рис. 7.7 R – размерность входного вектора p и векторов весов;
S
1
– число нейронов соревновательного слоя; блок C (competitive
layers) обозначает вычисление выходов нейронов с учетом функ-
ции близости. Изменяющийся при обучении вектор смещений b
используется для охвата нейронами всего входного пространства.

Страницы