Моделирование искусственных нейронных сетей в системе MATLAB. Часть 1. Введение. Донской Д.А - 29 стр.

                    2-й шаг процедуры адаптации
   Обратимся к новому вектору входа p2, тогда
                     (
        a = hard lim w т (1)p 2 + b (1) = )
                   ⎛⎡           ⎡ 1 ⎤⎤       ⎞                      (5)
        = hard lim ⎜ ⎢[− 2 − 2 ]⎢ ⎥ ⎥ + (− 1)⎟ = hard lim (1) = 1 .
                   ⎜            ⎣− 2⎦ ⎦      ⎟
                   ⎝⎣                        ⎠
   В этом случае выход персептрона совпадает с целевым выходом,
так что погрешность равна 0 и не требуется изменений в весах или
смещении. Таким образом,
                         ⎧⎪w т (2) = w т (1) = [− 2 − 2] ;
                          ⎨                                         (6)
                          ⎪⎩b(2) = b(1) = −1.

                    3-й шаг процедуры адаптации
   Продолжим этот процесс и убедимся, что после третьего шага на-
стройки не изменились:
                         ⎧⎪w т (3) = w т (2 ) = [− 2 − 2] ;
                          ⎨                                         (7)
                          ⎪⎩     b(3) = b(2 ) = −1.

                    4-й шаг процедуры адаптации
   После четвертого примем значение
                         ⎧⎪w т (4 ) = [− 3 − 1] ;
                          ⎨                                   (8)
                          ⎪⎩b(4) = 0.
   Чтобы определить, получено ли удовлетворительное решение, тре-
буется сделать один проход через все векторы входа с целью прове-
рить, соответствуют ли решения обучающему множеству.
                      5-й шаг процедуры адаптации
   Вновь используем первый член обучающей последовательности и
получаем
                     ⎧⎪w т (5) = w т (4) = [− 3 − 1] ;
                      ⎨                                             (9)
                      ⎪⎩b(5) = b(4 ) = 0.


                                        29