Моделирование искусственных нейронных сетей в системе MATLAB. Часть 3. Радиальные базисные сети. Донской Д.А - 21 стр.

UptoLike

ВУЗ: 

ПГУ | Пенза

Составители: 

Рубрика: 

21
Это обеспечивает необходимую гладкость аппроксимирующих
кривых и препятствует возникновению явления переобучения. Одна-
ко значение SPREAD не должно быть настолько большим, чтобы ра-
диальная базисная функция объявляла одинаково значимыми все
значения входа.
Недостаток функции newrbe заключается в том, что она формиру-
ет сеть с числом нейронов в скрытом слое, равным числу элементов
обучающего множества
. Поэтому с помощью этой функции нельзя
получить приемлемого решения в случае больших размеров обу-
чающего множества, что характерно для реальных приложений.
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
-1
-0.8
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
0.8
P, T
P, V
p, v
T, V, v
P, p 
T, V, v 0.8
                                                                   P, T
        0.6                                                        P, V
                                                                   p, v

        0.4

        0.2


         0

       -0.2

       -0.4

       -0.6

       -0.8

         -1
           -1   -0.8   -0.6   -0.4   -0.2   0   0.2   0.4   0.6   0.8     1

                                                                        P, p
   Это обеспечивает необходимую гладкость аппроксимирующих
кривых и препятствует возникновению явления переобучения. Одна-
ко значение SPREAD не должно быть настолько большим, чтобы ра-
диальная базисная функция объявляла одинаково значимыми все
значения входа.
   Недостаток функции newrbe заключается в том, что она формиру-
ет сеть с числом нейронов в скрытом слое, равным числу элементов
обучающего множества. Поэтому с помощью этой функции нельзя
получить приемлемого решения в случае больших размеров обу-
чающего множества, что характерно для реальных приложений.




                                       21

Страницы