Нейронные сети и нейроконтроллеры. Бураков М.В. - 42 стр.

UptoLike

Составители: 

42
Веса и смещения нейрона могут быть заданы командами
>> net.IW{1,1}=[3 4]
>> net.b{1}=1
Здесь IW – матрица весов входного слоя (он же является первым
слоем). Выражение в скобках {n, m} указывает на то, что веса соот-
ветствуют связи от слоя m к слою n. Выражение b{n} означает сме-
щение n-го слоя.
Для моделирования работы сети следует описать некоторый
входной вектор-столбец, длина которого равна числу входов:
>> P=[1; 3]
P =
1
3
Затем выполняется моделирование работы сети:
>> X=sim(net,P)
X =
16
Можно описать последовательность входных векторов:
>> P=[[1; 3],[2;4],[3;8]]
P =
1 2 3
3 4 8
Тогда выход сети будет представлять собой вектор
>> X=sim(net,P)
X =
16 23 42
Варианты активационных функций приведены в табл. 2.1.
Таблица 2.1
Варианты описания активационной функции в MatLab
Функция активации Описание функции
hardlim(x) Пороговая с порогом 0
hardlims(x) Биполярная пороговая с порогом 0
purelin(x) Линейная
logsig(x) Логистическая (сигмоидная)
poslin(x) Положительная линейная
satlin(x) Положительная линейная с насыщением
satlins(x) Биполярная линейная с насыщением
radbas(x) Радиальная базисная
tribas(x) Треугольная базисная
tansig(x) Гиперболический тангенс