Искусственные нейронные сети. Сивохин А.В - 76 стр.

а затем с помощью моделирования определить классы значений
входного вектора, выполнив следующие действия:
   1. Создать персептрон:
   net = newp([-2 2; -2 2], 1).

  2. Произвести ручную инициализацию:
  net.IW{1,1} = [-1 1] ;
  net.b{1} = [1].

  3. Произвести проверку персептрона:
  p = [1;1];
  a = sim(net, p)   % a = 1;
  p = [1;-1];
  a = sim(net, p)   % a = 0.

  4. Определить классы значений вектора:
  p = {[-2;-2] [-2;-1] [-2;0] [-2;1] [-2;2]…
       [-1;-2] [-1;-1] [-1;0] [-1;1] [-1;2]…
       [0;-2] [0;-1] [0;0] [0;1] [0;2]…
       [1;-2] [1;-1] [1;0] [1;1] [1;2]…
       [2;-2] [2;-1] [2;0] [2;1] [2;2];
  a = sim(net, p)         % [0]-0-й класс; [1]-1-й класс.

   Задание 3. Создать персептрон с одним нейроном и двоичным
входом и настроить его параметры, сначала для выполнения логиче-
ской функции AND, а затем для выполнения логической функции
OR, выполнив следующие действия:

  1. Создать персептрон:
  net = newp([0 1;0 1], 1).

  2. Подготовить обучающие последовательности:
  p={[0;0] [0;1] [1;0] [1;1]};


                                  76