Моделирование искусственных нейронных сетей в системе MATLAB. Часть 3. Радиальные базисные сети. Донской Д.А - 33 стр.

UptoLike

33
Лабораторная работа 7
Влияние параметра SPREAD
на структуру радиальной базисной
сети
и качество аппроксимации
Цель работы: создание и исследование моделей радиальных ба-
зисных сетей с оптимальным количеством нейронов в системе
MATLAB.
Общие сведения
В демонстрационных примерах demorb3 и demorb4 исследуется
влияние параметра SPREAD на структуру радиальной базисной сети
и качество аппроксимации. В демонстрационном примере demorb3
параметр влияния SPREAD установлен равным 0.01. Это означает,
что диапазон перекрытия входных значений составляет лишь ±0.01, а
поскольку обучающие входы заданы с интервалом 0.1, то входные
значения функциями активации не перекрываются.
P = -1:.1:1;
T = [-.9602 -.5770 -.0729 .3771 .6405 .6600
.4609 .1336 ...
-.2013 -.4344 -.5000 -.3930 -.1647 .0988
.3072 .3960 ...
.3449 .1816 -.0312 -.2189 -.3201];
GOAL = 0.01;
SPREAD = 0.01;
net = newrb(P,T,GOAL,SPREAD);
net.layers{1}.size % Число нейронов в скрытом слое
             Лабораторная работа № 7
      Влияние параметра SPREAD
  на структуру радиальной базисной
                сети
      и качество аппроксимации
   Цель работы: создание и исследование моделей радиальных ба-
зисных сетей с оптимальным количеством нейронов в системе
MATLAB.
                    Общие сведения
   В демонстрационных примерах demorb3 и demorb4 исследуется
влияние параметра SPREAD на структуру радиальной базисной сети
и качество аппроксимации. В демонстрационном примере demorb3
параметр влияния SPREAD установлен равным 0.01. Это означает,
что диапазон перекрытия входных значений составляет лишь ±0.01, а
поскольку обучающие входы заданы с интервалом 0.1, то входные
значения функциями активации не перекрываются.
  P = -1:.1:1;

  T = [-.9602 -.5770 -.0729 .3771 .6405 .6600
.4609 .1336 ...
       -.2013 -.4344 -.5000 -.3930 -.1647 .0988
.3072 .3960 ...
        .3449 .1816 -.0312 -.2189 -.3201];

  GOAL = 0.01;

  SPREAD = 0.01;

  net = newrb(P,T,GOAL,SPREAD);

  net.layers{1}.size % Число нейронов в скрытом слое



                               33