Искусственные нейронные сети. Сивохин А.В - 122 стр.

UptoLike

122
случае, когда во входной последовательности встретились две еди-
ницы подряд:
P = round ( rand ( 1, 20 ) );
T = [ 0 ( P ( 1 : end – 1 ) + P ( 2 : end ) = = 2 ) ];
Pseq = con2seq(P); %
массив ячеек Pseq;
Tseq = con2seq(T); %
массив ячеек Tseq;
net – newelm ( [0 1], [10, 1], {tansig, logsig}) %
сеть с 10 ней-
% ронами во входном слое;
gensim(net)
net.trainParam.goal = 0.001;
net.trainParam.epochs = 1000;
net = train(net, Pseq, Tseq);
Y = sim(net, Pseq)
Y1 = seq2con(Y);
E = round(T – Y1{1}) %
нулевые ошибки.
Задание 2. Создать сеть Элмана для детектирования амплитуды
гармонического сигнала, выполнив следующие действия:
1.
Создать выборки из двух синусоид с амплитудами 1.0 и 2.0:
p1 = sin(1 : 20);
p2 = sin(1 : 20) * 2;
2. Сформировать целевые векторы:
t1 = ones(1, 20);
t2 = ones(1, 20) * 2.
3. Сформировать набор векторов входа и целей:
p = [p1 p2 p1 p2];
случае, когда во входной последовательности встретились две еди-
ницы подряд:
   P = round ( rand ( 1, 20 ) );
   T = [ 0 ( P ( 1 : end – 1 ) + P ( 2 : end ) = = 2 ) ];
   Pseq = con2seq(P); % – массив ячеек Pseq;
   Tseq = con2seq(T); % – массив ячеек Tseq;
   net – newelm ( [0 1], [10, 1], {′tansig′, ′logsig′}) % – сеть с 10 ней-
                         % ронами во входном слое;
   gensim(net)
   net.trainParam.goal = 0.001;
   net.trainParam.epochs = 1000;
   net = train(net, Pseq, Tseq);
   Y = sim(net, Pseq)
   Y1 = seq2con(Y);
   E = round(T – Y1{1}) % – нулевые ошибки.

   Задание 2. Создать сеть Элмана для детектирования амплитуды
гармонического сигнала, выполнив следующие действия:
   1. Создать выборки из двух синусоид с амплитудами 1.0 и 2.0:

   p1 = sin(1 : 20);
   p2 = sin(1 : 20) * 2;

   2. Сформировать целевые векторы:

   t1 = ones(1, 20);
   t2 = ones(1, 20) * 2.

   3. Сформировать набор векторов входа и целей:

   p = [p1 p2 p1 p2];


                                   122