Моделирование искусственных нейронных сетей в системе MATLAB. Часть 3. Радиальные базисные сети. Донской Д.А - 4 стр.

               Лабораторная работа № 1
           Радиальные базисные сети
               и их архитектура
   Цель работы: изучение модели нейрона, функции активации и
архитектуры радиальной базисной сети.
                           Общие сведения
   В общем случае под радиальной базисной нейронной сетью
(Radial Basis Function Network, сеть RBF) понимается двухслойная
сеть без обратных связей, которая содержит скрытый слой радиально
симметричных нейронов.
   Радиальные базисные нейронные сети состоят из большего количе-
ства нейронов, чем стандартные сети с прямой передачей сигналов и
обучением методом обратного распространения ошибки, но на их соз-
дание требуется значительно меньше времени. Эти сети наиболее эф-
фективны, когда доступно большое количество обучающих векторов.
                 Модель нейрона и архитектура сети
  На рис. 1 показан радиальный базисный нейрон с R входами.
Функция активации для радиального базисного нейрона имеет вид
                                                    2
                             a = radbas(n) = e − n .          (1)
   Вход функции активации определяется как модуль разности век-
тора весов w и вектора входа p, умноженный на смещение b.
   Функция активации для радиального базисного нейрона имеет
вид
                       2
   radbas(n) = e − n
                                  2
  при n = 0                a = e0 = 1 ;
                           a = e −(0,833) = 0,5 ;
                                        2
  при n = 0,833
                           a = e − (− 0,833) = 0,5 .
                                            2
  при n = –0,833



                                       4