Теми рефератів
> Реферати > Курсові роботи > Звіти з практики > Курсові проекти > Питання та відповіді > Ессе > Доклади > Учбові матеріали > Контрольні роботи > Методички > Лекції > Твори > Підручники > Статті Контакти
Реферати, твори, дипломи, практика » Статьи » Розробка програми моделювання нейронної мережі

Реферат Розробка програми моделювання нейронної мережі





.getVIxodi ();

return tmp;

}

/**

З'ясовує реакцію мережі на вхідний вплив

@ see classWindow.VvodKartinki # showIt ()

@ see classWindow.VvodKartinki # getMassiv ()

@ param JTextArea txtArea - текстова область для виведення результатів

*/void MakeRas4et (JTextArea txtArea)

{. append ( n n Буде розрахунок мережі n ); (int i=0; i lt; layers; i ++)

{= (Layer) massivLayers.get (i);=new double [l.getVIxodi ()]; (i == 0)

{(vvod.showIt ())

{= vvod.getMassiv ();

}

{. append ( n П Р Про І З Про Ш Л А Про Ш И Б К А n ) ;;

}=new double [l.getVIxodi ()];=l.makeRas4et (i, tempArray);

}

{= l.makeRas4et (i, result);=new double [l.getVIxodi ()]; (int j=0; j lt; result.length; j ++)

{[j]=tempArray [j];

}

} (int j=0; j lt; result.length; j ++)

{. append ( nна ВИХОДІ нейрнона + (j + 1) + результат= + result [j] + n );

}

}=new VivodRez (result);

}

/**

Процес навчання мережі на основі вводяться далі користувачем данихsee

@ param JTextArea txtArea - текстова область для виведення результатів і критичних повідомлень

*/void Study (JTextArea txtArea)

{. append ( n n Буде навчання мережі n );

input=JOptionPane.showInputDialog ( Введіть величину допустимої середньоквадратичне помилки );=Double.parseDouble (input);=JOptionPane.showInputDialog ( Введіть норму навчання, в межах від 0 до 1 ); eniya=Double.parseDouble (input);=JOptionPane.showInputDialog ( Скільки буде зразків в епосі? );

int epoxa=Integer.parseInt (input);

massivStudy=new ArrayList ();=(Layer) massivLayers.get (0);=l.getVIxodi ();=(Layer) massivLayers.get (massivLayers.size () - 1); =l.getVIxodi (); (int j=0; j lt; epoxa; j ++)

{= new double [stIn]; (vvod.showIt ())

{= vvod.getMassiv ();

}

{. append ( n П Р Про І З Про Ш Л А Про Ш И Б К А n ) ;;

}=new double [stOut];

vvodCifr.setMessage ( Що на виході нейронної мережі );

if (vvodCifr.showIt ())

{= vvodCifr.getMassiv ();

}

{. append ( n П Р Про І З Про Ш Л А Про Ш И Б К А n );

return;

} stAr=new StudyArrays (stIn, studyArrayIN, stOut, studyArrayOUT) ;. add (stAr);

}. trimToSize (); (! STOP)

{= new double [epoxa]; (int i=0; i lt; epoxa; i ++)

{s=(StudyArrays) massivStudy.get (i);=new double [s.getIN ()];=s.getArrayIn (); (int j=0; j lt; layers; j ++ )

{= (Layer) massivLayers.get (j); (j == 0)

{= new double [l.getVIxodi ()];=l.makeRas4et (j, tempArray);

}

{= new double [l.getVIxodi ()];=l.makeRas4et (j, resultStudy);=new double [l.getVIxodi ()]; (int ij=0; ij lt; resultStudy.length; ij ++)

{[ij]=tempArray [ij];

}

}

}=new double [s.getOUT ()];=s.getArrayOut (); (int j=layers - 1; j gt; 0; j -)

{= (Layer) massivLayers.get (j); (j == (layers - 1))

{. ras4etOshibki (result, resultStudy);

}

{= (Layer) massivLayers.get (j + 1);=new double [l.getVIxodi ()];=l.getMassivRas4et () ;. ras4etOshibki (l1, resultStudy);

}

}

//обчислення квадрата помилок=new double [s.getOUT ()];=s.getArrayOut ();=(Layer) massivLayers.get (massivLayers.size () - 1);=new double [l.getVIxodi ()];=l.getMassivRas4et (); last=true;=0; (int j=0; j lt; l.getVIxodi (); j ++)

{= temp + (tempArray2 [j] - tempArray [j]) * (tempArray2 [j] - tempArray [j]);

} [i]=temp;

//зміна вагових коефіцієнтів

for (int j=layers - 1; j gt; 0; j -)

{= (Layer) massivLayers.get (j);=new double [l.getVIxodi ()];=l.getMassivOshibok ();=(Layer) massivLayers.get (...


Назад | сторінка 24 з 34 | Наступна сторінка





Схожі реферати:

  • Реферат на тему: Double electric layer. Mechanism of formation and theory of structure
  • Реферат на тему: Double Standards in Modern Politics
  • Реферат на тему: Double Entry Types of Balance Sheet
  • Реферат на тему: Дослідження та розробка нейронної мережі для настройки коефіцієнтів ПІД-рег ...
  • Реферат на тему: Розробка і побудова прогностичних моделей на основі нейронної мережі в анал ...