Методические указания к лабораторным работам по курсу "Нейрокомпьютерные системы". Домашова Д.В - 8 стр.

UptoLike

ВУЗ: 

ОГУ | Оренбург

Составители: 

Рубрика: 

2 Модели нейронных сетей
2.1 Формальный нейрон
Рисунок 2.1
На нейрон поступает набор входных сигналов x
1
,…, x
m
(вектор Х), пред-
ставляющий собой выходные сигналы других нейронов.
Каждый входной сигнал умножается на соответствующий вес связи w
1
, …,
w
m:
w
i
>0 - для возбужденных, w
i
<0 - для тормозящих.
Взвешенные весами связей входные сигналы поступают на блок суммации
(тело клетки), где осуществляется их алгебраическая суммация и определяется
уровень возбуждения нейроподобного элемента
: S
∑
=
=
m
i
ii
xwS
1
(2.1)
Выходной сигнал нейрона y определяется путем пропускания уровня возбу-
ждения
через нелинейную функцию : S f
)( QSfy
−
=
где
Q - некоторое постоянное смещение (аналог порога нейрона).
Обычно используются простейшие нелинейные функции:
- бинарные
≤
>
=
0 при,0
0 при,1
S
S
y
(2.2)
- сигмовидная
)(
1
1
QS
e
y
−−
+
= (2.3)
9
     2 Модели нейронных сетей

2.1 Формальный нейрон




                                             Рисунок 2.1

      На нейрон поступает набор входных сигналов x1,…, xm (вектор Х), пред-
ставляющий собой выходные сигналы других нейронов.
      Каждый входной сигнал умножается на соответствующий вес связи w1, …,
wm: wi>0 - для возбужденных, wi<0 - для тормозящих.
      Взвешенные весами связей входные сигналы поступают на блок суммации
(тело клетки), где осуществляется их алгебраическая суммация и определяется
уровень возбуждения нейроподобного элемента S :
                                           m
                               S =       ∑i =1
                                                  wi xi               (2.1)
     Выходной сигнал нейрона y определяется путем пропускания уровня возбу-
ждения S через нелинейную функцию f :
                           y = f ( S − Q)
     где Q - некоторое постоянное смещение (аналог порога нейрона).
     Обычно используются простейшие нелинейные функции:
              - бинарные
                             1, при S > 0
                           y=                                        (2.2)
                             0, при S ≤ 0




             - сигмовидная
                                    1
                          y=                                          (2.3)
                               1 + e − ( S −Q )




                                                                          9

Страницы