Интеллектуальные информационные системы. Дубровин А.Д. - 144 стр.

     Идея работы сети состоит в нахождении расстояний Хэмминга от распознаваемого
объекта до каждого из М образов, хранящихся в памяти ИНС. Расстоянием Хэмминга
называется число отличающихся по значениям битов в двух сравниваемых бинарных
векторах: один из них – это вектор {X} булевых значений признаков подлежащего
распознанию объекта, а другой – вектор признаков каждого (k-го) из М образов. Сеть
должна найти в своей памяти образ с минимальным расстоянием Хэмминга до поданного
на вход системы векторного сигнала, соответствующего распознаваемому объекту. В
результате анализа этих расстояний будет активизирован только один выход сети,
соответствующий номеру (k) образа, с которым ассоциировался распознанный объект. Если
объект, поданный на вход системы, не отождествлен ни с одним из М образов, то ни один
из выходов сети не будет активирован.
     На стадии инициализации сети весовым коэффициентам первого слоя и величине Тk -
порогу чувствительности активационной функции каждого (k-го) нейрона - присваиваются
следующие значения:
                                   x
                              wik = i ;    Tk = n / 2.
                                    2
       Где x i – ( i-й ) элемент вектора {X} входных сигналов;
            n - число признаков распознаваемых образов ( i = 1,…,n);

       Несколько слов о пороге чувствительности активационной функции нейрона (Т k ).
Эта величина определяет такое значение аргумента функции активации нейрона, начиная с
которого эта функция «срабатывает», то есть реагирует на изменение значения аргумента.
На рис.6.2.2-б таким порогом является нулевое значение аргумента функции активации.
       Весовые коэффициенты (ε) «тормозящих» связей между нейронами второго слоя
устанавливаются в пределах 0 < ε < 1/М, но взвешенные с их помощью связи будут
учитываться как отрицательные величины. Положительная обратная связь между выходом
(аксоном) и входом (дендритом) одного нейрона устанавливается с весом w k = +1.

       Обобщенный алгоритм функционирования сети Хэмминга является итеративным
процессом и состоит из следующих процедур.
       1. На входы сети подается неизвестный вектор X = {xi: i = 1,…,n}. На его основе
вычисляются состояния выходных сигналов каждого (k-го) нейрона первого слоя с учетом
того, что каждый из этих нейронов принимает через синапсы виртуального «нулевого» слоя
сигналы от всех (n) элементов вектора {X} (верхний индекс в скобках указывает номер
слоя):
                                                                    n
                         y k(1) ( p = 0) = f ( s k(1) ( p = 0)) = f (∑ wik xi + Tk ) ,
                                                                   i =1
         Где р- номер итерации;
             s k - состояние входа (k-го) нейрона первого слоя;
             w ik - веса синаптических связей между (i-й) компонентой вектора {X} и входом
(k-го)
                 нейрона первого слоя.


      Полученными значениями инициализируются значения аксонов второго слоя:
                       y k(1) (р =0) = y k( 2) (р=0).
      2. Начинается (p+1) итерация. На основе инициированных состояний всех нейронов
первого и
         второго сдоев вычисляются новые состояния нейронов второго слоя:

                                                                                         179