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 » Курсовые проекты » Штучні нейронні мережі

Реферат Штучні нейронні мережі





я шару i від шару j.

. Проаналізував всі параметри кожного блоку структурної схеми розглянутої нейронної мережі і в разі необхідності звернутися до довідкової системи пакету NNT.

. Задав нульові послідовності сигналів для входів=[0 0; 0 0]

і справив моделювання мережі=sim (net, P)

. Задав діапазони вхідних сигналів і вагові матриці за допомогою наступних присвоювань:

net.inputs {1} .range=[0 1] ;. inputs {2} .range=[0 1];.b {1}=- 0,25; .IW {1, 1}=[0.5] ;. IW {1, 2}=[0.5];

net.LW {2, 1}=[0.5] ;. LW {3, 2}=[0.5].

Виконав команду gensim (net) і перевірив параметри блоку.



Рис. 6. Графік роботи нейронної мережі


. Вивів на екран поля обчислювальної моделі і їх вміст, використовуючи функцію celldisp. Переконався в правильності значень полів моделі. {1}=

exampleInput: [0 1]

name: Input

processFcns: {}

processParams: {}

processSettings: {1x0 cell}

... {2}=

exampleInput: [0 1]

name: Input

processFcns: {}

processParams: {}

processSettings: {1x0 cell}

...

. Промоделювати створену статичну мережу, т. Е. Мережу без ліній затримки, використовую групове і послідовне уявлення вхідних сигналів

PG=[0.5 1; 1 0.5];={[0.5 1] [1 0.5]};=sim (net, PG);

PS1=sim (net, PS)

Переконався, що для статичної мережі групове і послідовне представлення вхідних сигналів дають один і той же результат.

. Доповнив архітектуру створеної нейронної мережі лініями затримки для вхідних сигналів і для сигналів між 2-м і 3-м шарами, перетворивши, таким чином, статичну мережу в динамічну: .inputWeights {1, 1} .delays=[0 1] ;. inputWeights {1, 2} .delays=[0 1] ;. layerWeights {3, 2} .delays=[0 1 2].

. Скорегував вагові матриці: .IW {1, 1}=[0.5 0.5] ;. IW {1, 2}=[0.5 0.25] ;. LW {3, 2}=[0.5 0.25 1].

. Промоделювати динамічну мережу, використовуючи групове і послідовне уявлення вхідних сигналів:

AG=sim (net, PG); =Sim (net, PS).

Групове уявлення вхідних сигналів спотворює результат, так як в цьому випадку робота однієї мережі замінюється паралельною роботою двох (по числу послідовностей) однакових мереж з нульовими початковими значеннями сигналів на виходах ліній затримки.



Рис. 7. Графік динамічної багатошарової нейронної мережі


. Вивів на друк поля обчислювальної моделі і їх вміст, використовуючи функцій celldisp.

ans {1}=

exampleInput: [0 0,5]

name: Input

processFcns: {0,5 0,5}

processParams: {0,5 0,25}

processSettings: {1x0 cell}

... {2}=

exampleInput: [0 0,5]

name: Input

processFcns: {0,5 0,5}

processParams: {0,5 0,25 1}

processSettings: {1x0 cell}

...

. Зберіг вміст командного вікна в М-файлі для подальшого використання.

Завдання 2.

Створити точно таку ж динамічну мережу asgnet, використовуючи конструктор класу network без параметрів і задаючи значення відповідних полів обчислювальної моделі за допомогою операторів присвоювання. Переконатися в ідентичності мереж net і asgnet.

Порівняти результати роботи отриманих мереж.

Порядок виконання.


1. Створив динамічну мережу asgnet використовую порожній конструктор network


=network ();

. Задав всі параметри і значення полів за допомогою присвоєння

asgnet.numInputs=2

asgnet.numLayers=3.biasConnect=[1; 0; 0] .inputConnect=[1 1, 0 0; 0 0] .layerConnect=[0 0 0; 1 0 0; 0 1 0] .outputConnect=[0 0 1]


Рис. 8. Структурна схема нейронної мережі asgnet


P1=[0 0; 0 0]=sim (asgnet, P1) .inputs {1} .range=[0 1] ;. inputs {2} .range=[0 1]; =[0.5 1; 1 0.5];={[0.5 1]; [1 0.5]};=sim (asgnet, PG1); =Sim (asgnet, PS1) ;. b {1}=- 0,25; .inputWeights {1, 1} .delays=[0 1] ;. inputWei...


Назад | сторінка 5 з 7 | Наступна сторінка





Схожі реферати:

  • Реферат на тему: Проектування пристрою, що здійснює обробку вхідних сигналів
  • Реферат на тему: Розробка ретранслятора інфрачервоних сигналів для домашньої мережі
  • Реферат на тему: Створення нейронної мережі, що виконує логічну функцію &І& і &АБО&
  • Реферат на тему: Розпізнавання образів за допомогою неординарного алгоритму та програмної ре ...
  • Реферат на тему: Розробка програми моделювання нейронної мережі