Моделирование искусственных нейронных сетей в системе MATLAB. Часть 1. Введение. Донской Д.А - 8 стр.

UptoLike

ВУЗ: 

ПГУ | Пенза

Составители: 

Рубрика: 

8
В этом случае разделяющая линия имеет вид
L: -p
1
+ p
2
+ 1 = 0
и соответствует линии L на рис. 2.
Определим реакцию сети на входные векторы p
1
и p
2
, располо-
женные по разные стороны от разделяющей линии:
p1 = [1; 1];
a1 = sim(net,p1 % Моделирование сети net с входным
вектором p1
a1 =
1
p2 = [1; -1];
a2 = sim(net,p2) % Моделирование сети net с входным
вектором p2
a2 =
0
Персептрон правильно классифицировал эти два вектора.
Заметим, что можно было бы ввести последовательность двух
векторов в виде массива ячеек и получить результат также в виде
массива ячеек
p3 = {[1; 1] [1; -1]}
a3 = sim(net,p3) % Моделирование сети net при
входном сигнале p3
p3 =
[2x1 double] [2x1 double]
a3 =
[1] [0] 
   В этом случае разделяющая линия имеет вид
                         L: -p1 + p2 + 1 = 0
и соответствует линии L на рис. 2.
   Определим реакцию сети на входные векторы p1 и p2, располо-
женные по разные стороны от разделяющей линии:

p1 = [1; 1];
  a1 = sim(net,p1 % Моделирование сети net с входным
                     вектором p1
  a1 =
       1
  p2 = [1; -1];
  a2 = sim(net,p2) % Моделирование сети net с входным
                      вектором p2

  a2 =
         0


   Персептрон правильно классифицировал эти два вектора.
   Заметим, что можно было бы ввести последовательность двух
векторов в виде массива ячеек и получить результат также в виде
массива ячеек

  p3 = {[1; 1] [1; -1]}
  a3 = sim(net,p3) % Моделирование сети net при
                     входном сигнале p3

  p3 =
      [2x1 double]       [2x1 double]
  a3 =
      [1]    [0]




                              8

Страницы