Моделирование искусственных нейронных сетей в системе MATLAB. Часть 3. Радиальные базисные сети. Донской Д.А - 48 стр.

UptoLike

ВУЗ: 

ПГУ | Пенза

Составители: 

Рубрика: 

48
Рис. 2
Сформированная сеть GRNN использует всего восемь нейронов в
скрытом слое и весьма успешно решает задачу аппроксимации и экс-
траполяции нелинейной зависимости, восстанавливаемой по экспе-
риментальным точкам.
Итак, сеть GRNN использует, как и радиальная сеть, восемь ней-
ронов.
Недостаток заключается в том, что погрешности ненулевые в от-
личие от радиальных сетей с нулевой ошибкой
.
Достоинство же в том, что скорость обучения очень высокая, так
как обучение сводится только к присвоению значений весов.
Т,А2
Р 
Т,А2




                                                           Р
                              Рис. 2


   Сформированная сеть GRNN использует всего восемь нейронов в
скрытом слое и весьма успешно решает задачу аппроксимации и экс-
траполяции нелинейной зависимости, восстанавливаемой по экспе-
риментальным точкам.
   Итак, сеть GRNN использует, как и радиальная сеть, восемь ней-
ронов.
   Недостаток заключается в том, что погрешности ненулевые в от-
личие от радиальных сетей с нулевой ошибкой.
   Достоинство же в том, что скорость обучения очень высокая, так
как обучение сводится только к присвоению значений весов.




                               48

Страницы