Искусственные нейронные сети. Сивохин А.В - 89 стр.

UptoLike

89
Лабораторная работа 8
Исследование радиальных базисных
сетей
общего вида
Цель работа: изучение архитектуры радиальных базисных ней-
ронных сетей общего вида и специальных функций для их создания
и автоматической настройки весов и смещений, ознакомление с де-
монстрационными примерами и их скриптами; приобретение навы-
ков построения таких сетей для классификации векторов и аппрок-
симации функций.
Теоретические сведения
Радиальная, базисная сеть общего видаэто двухслойная ней-
ронная сеть с
R входами, каждый из которых может состоять из не-
скольких элементов. Передаточной функцией нейронов входного
слоя является колоколообразная симметричная функция следующего
вида:
.)(
2
n
enradbas
=
Эта функция имеет максимум, равный
1, при n = 0 и плавно убы-
вает при увеличении
n, достигая значения 0.5 при n = ±0.833. Пере-
даточной функцией нейронов выходного слоя является линейная
функция
perelin.
Функция взвешивания для входного слоя вычисляет евклидово
расстояние между каждой строкой матрицы весов и каждым столб-
цом матрицы входов:
))((),(
2
jiji
pwsqrtpwdist =
.
Затем эта величина умножается на смещение нейрона и поступает
на вход передаточной функции, так что
a{i} = radbas(net.prod(dist(net.IW{1, 1}, p).net.b{i})).
             Лабораторная работа № 8

  Исследование радиальных базисных
                сетей
             общего вида
   Цель работа: изучение архитектуры радиальных базисных ней-
ронных сетей общего вида и специальных функций для их создания
и автоматической настройки весов и смещений, ознакомление с де-
монстрационными примерами и их скриптами; приобретение навы-
ков построения таких сетей для классификации векторов и аппрок-
симации функций.
              Теоретические сведения
   Радиальная, базисная сеть общего вида – это двухслойная ней-
ронная сеть с R входами, каждый из которых может состоять из не-
скольких элементов. Передаточной функцией нейронов входного
слоя является колоколообразная симметричная функция следующего
вида:
                                                  2
                            radbas(n) = e − n .
   Эта функция имеет максимум, равный 1, при n = 0 и плавно убы-
вает при увеличении n, достигая значения 0.5 при n = ±0.833. Пере-
даточной функцией нейронов выходного слоя является линейная
функция perelin.
   Функция взвешивания для входного слоя вычисляет евклидово
расстояние между каждой строкой матрицы весов и каждым столб-
цом матрицы входов:
                   dist ( wi , p j ) = sqrt (( wi − p j ) 2 ) .
   Затем эта величина умножается на смещение нейрона и поступает
на вход передаточной функции, так что

  a{i} = radbas(net.prod(dist(net.IW{1, 1}, p).net.b{i})).




                                       89