Персептроны

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.