Моделирование искусственных нейронных сетей в системе MATLAB. Часть 3. Радиальные базисные сети. Донской Д.А - 41 стр.

UptoLike

ВУЗ: 

ПГУ | Пенза

Составители: 

Рубрика: 

41
Лабораторная работа № 8
Сети GRNN
Цель работы: создание и исследование моделей радиальных ба-
зисных сетей с оптимальным количеством нейронов в системе
MATLAB.
Общие сведения
Нейронные сети GRNN (Generalized Regression Neural Network)
предназначены для решения задач обобщенной регрессии, анализа
временных рядов и аппроксимации функций. Характерной особенно-
стью этих сетей является очень высокая скорость их обучения.
Архитектура сети
Архитектура сети GRNN показана на рис. 1. Она аналогична архи-
тектуре радиальной базисной сети, но отличается структурой второго
слоя, в котором используется блок normprod для вычисления норми-
рованного скалярного произведения строки массива весов
LW
21
и век-
тора входа
a
1
в соответствии со следующим соотношением:
Рис. 1
Входы Радиальный базисный слой Линейный слой 
             Лабораторная работа № 8
                        Сети GRNN
   Цель работы: создание и исследование моделей радиальных ба-
зисных сетей с оптимальным количеством нейронов в системе
MATLAB.
                     Общие сведения
   Нейронные сети GRNN (Generalized Regression Neural Network)
предназначены для решения задач обобщенной регрессии, анализа
временных рядов и аппроксимации функций. Характерной особенно-
стью этих сетей является очень высокая скорость их обучения.
                       Архитектура сети
   Архитектура сети GRNN показана на рис. 1. Она аналогична архи-
тектуре радиальной базисной сети, но отличается структурой второго
слоя, в котором используется блок normprod для вычисления норми-
рованного скалярного произведения строки массива весов LW21 и век-
тора входа a1 в соответствии со следующим соотношением:

Входы     Радиальный базисный слой       Линейный слой




                              Рис. 1




                               41

Страницы