Искусственные нейронные сети. Сивохин А.В - 46 стр.

   м) iz{1, 1}, iz{1, 2}, lz{2, 1}, lz{3, 2} – вектор-сигналы с выхода
концентратора;
   н) bias – блок весов смещений для слоя нейронов;
   о) IW – массив ячеек с матрицами весов входов: IW{i, j} – матри-
цы для слоя i от входного вектора j;
   п) LW – массив ячеек с матрицами весов для слоёв: LW{i, j} –
матрицы для слоя i от слоя j.
   5. Проанализировать все параметры каждого блока структурной
схемы рассматриваемой нейронной сети и в случае необходимости
обратиться к справочной системе пакета NNT.
   6. Задать нулевые последовательности сигналов для входов
   P = [0 0 ; 0 0]
и произвести моделирование сети
   A = sim(net, P).
   7. Задать диапазоны входных сигналов и весовые матрицы с по-
мощью следующих присваиваний:
   net.inputs{1}.range = [0 1];
   net.inputs{2}.range = [0 1];
   net.b{1} = - ¼;
   net.IW{1, 1} = [0.5];
   net.IW{1, 2} = [0.5];
   net.LW{2, 1} = [0.5];
   net.LW{3, 2} = [0.5].
   Исполнить команду gensim(net) и проверить параметры блока.
   8. Вывести на экран поля вычислительной модели и их содержи-
мое, используя функцию celldisp. Убедиться в правильности значе-
ний полей модели.
   9. Промоделировать созданную статическую сеть, т. е. сеть без
линий задержки, используя групповое и последовательное представ-
ление входных сигналов
   PG = [0.5 1 ; 1 0.5];
   PS = {[0.5 1] [1 0.5]};


                                 46