2015-08-21
476
C этой главы начинается систематический анализ конкретных нейронных сетей, и первой из них является нейронная сеть, называемая персептроном. Большое количество моделей персептрона представлено в основополагающей работе Розенблатта [37]. Простейшая из таких моделей – однослойный персептрон, веса и смещение которого могут быть настроены таким образом, чтобы решить задачу классификации входных векторов, что позволит в дальнейшем решать сложные проблемы анализа коммутационных соединений, распознавания образов и других задач классификации с высоким быстродействием и гарантией правильного результата.
По команде help percept можно получить следующую информацию об М-функциях, входящих в состав ППП Neural Network Toolbox и относящихся к построению нейронных сетей на основе персептронов:
| Perceptrons | Персептроны |
| New networks | Формирование нейронной сети |
| newp | Создание персептрона |
| Using networks | Работа с нейронной сетью |
| sim | Моделирование сети |
| init | Инициализация сети |
| adapt | Адаптация сети |
| train | Обучение сети |
| Weight functions | Функции взвешивания |
| dotprod | Скалярное произведение |
| Net input functions | Функции накопления |
| netsum | Сумма взвешенных входов |
| Transfer functions | Функции активации |
| hardlim | Ступенчатая функция с жесткими ограничениями |
| hardlims | Симметричная ступенчатая функция с жесткими ограничениями |
| Initialization functions | Функции инициализации |
| initlay | Инициализация слоев |
| initwb | Инициализация весов и смещений |
| initzero | Инициализация нулевых весов и смещений |
| Performance functions | Функции оценки качества сети |
| mae | Средняя абсолютная погрешность |
| Learning functions | Функции настройки параметров персептрона |
| learnp | Абсолютная функция настройки |
| learnpn | Нормированная функция настройки |
| Adapt functions | Функции адаптации |
| adaptwb | Адаптация весов и смещений |
| Training functions | Функции обучения |
| trainwb | Правило обучения весов и смещений |
| Demonstrations | Демонстрационные примеры |
| demop1 | Классификация с использованием персептрона с двумя входами |
| demop2 | Классификация с использованием персептрона с тремя входами |
| demop3 | Классификация с использованием персептрона с двумя нейронами |
| demop4 | Формирование входных векторов внешнего слоя |
| demop5 | Обучение с использованием нормированной функции настройки |
| demop6 | Пример линейно неразделимых векторов |
| demop7 | Классификация с использованием двухслойного персептрона |
Следует обратить внимание, что в версии ППП Neural Network Toolbox Version 3.0.1 (R11) представлены только демонстрационные примеры demop1, demop4, demop5, demop6.
|
|
|
