Моделирование искусственных нейронных сетей в системе MATLAB. Часть 2. Линейные сети. Донской Д.А - 11 стр.

UptoLike

ВУЗ: 

ПГУ | Пенза

Составители: 

Рубрика: 

11
Графическая интерпретация настройки веса и смещения для дан-
ного нейрона при двух обучающих множеств сводится к построению
прямой, проходящей через две заданные точки и представлена на
рис. 2.
Рис. 2
Построим линейную сеть и промоделируем ее:
net = newlind(P,T);
Y = sim(net, P)
Y =
0.5000 1.0000
net.IW{1,1}
ans =
-0.2273
net.b
ans =
[0.7273]
Выход сети соответствует целевому вектору, т. е. оптимальными
весом и смещением нейрона будут w = –0,2273; b = 0,7273.
Зададим следующий диапазон весов и смещений:
w_range=-1:0.1: 0; b_range=0.5:0.1:1;
Рассчитаем критерий качества обучения
b
p
a
α
tg
α
= w 
   Графическая интерпретация настройки веса и смещения для дан-
ного нейрона при двух обучающих множеств сводится к построению
прямой, проходящей через две заданные точки и представлена на
рис. 2.

                      a
                                          tgα = w
                                      α
                      b
                                               p



                             Рис. 2

  Построим линейную сеть и промоделируем ее:

  net = newlind(P,T);
  Y = sim(net, P)
  Y =
      0.5000    1.0000
  net.IW{1,1}
  ans =
     -0.2273
  net.b
  ans =
      [0.7273]

   Выход сети соответствует целевому вектору, т. е. оптимальными
весом и смещением нейрона будут w = –0,2273; b = 0,7273.
   Зададим следующий диапазон весов и смещений:

  w_range=-1:0.1: 0; b_range=0.5:0.1:1;
  Рассчитаем критерий качества обучения




                              11

Страницы